问题：cMake编译yolov5报错：NoCUDAtoolsetfound.解决：在stackoverflow找到解决方案。将该路径下的四个文件C:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v11.1\extras\visual_studio_integration\MSBuildExtensions拷贝到以下路径中。C:\ProgramFiles(x86)\MicrosoftVisualStudio\2019\Enterprise\MSBuild\Microsoft\VC\v160\BuildCustomizations再编译，通过。注意：换成
本期目录Linux安装CUDALinux安装CUDA输入以下命令，查看GPU支持的最高CUDA版本。笔者这里显示的是11.6，这意味着，安装的CUDA版本必须nvidia-smi前往Nvidia的CUDA官网：CUDAToolkitArchive|NVIDIADeveloper，笔者下载CUDA11.6.2版本：如下图选择：选择好后，下方会显示两条Linux命令。在Linux终端输入这条命令：$wgethttps://developer.download.nvidia.com/compute/cuda/11.6.2/local_installers/cuda_11.6.2_510.47.03_
本期目录Linux安装CUDALinux安装CUDA输入以下命令，查看GPU支持的最高CUDA版本。笔者这里显示的是11.6，这意味着，安装的CUDA版本必须nvidia-smi前往Nvidia的CUDA官网：CUDAToolkitArchive|NVIDIADeveloper，笔者下载CUDA11.6.2版本：如下图选择：选择好后，下方会显示两条Linux命令。在Linux终端输入这条命令：$wgethttps://developer.download.nvidia.com/compute/cuda/11.6.2/local_installers/cuda_11.6.2_510.47.03_
很多时候我们需要把几张图片拼到一起，当然可以使用PS之类的软件来处理，但是使用python更快并且能批量处理。假设我们有三张图片： 使用代码把他们横向拼到一起： 当然也可以纵向：直接上代码，这里需要使用python的cv2模块：#-*-coding:utf-8-*-#把几张图拼到一起importcv2importnumpyasnpcount=0taskname='makeup'path1='C:/Users/Admin/Desktop/jay512/jay1.jpg'#直接用路径读取图path2='C:/Users/Admin/Desktop/jay512/jay2.jpg'path3
1函数cv2.resize()的参数resize(src,dsize,dst=None,fx=None,fy=None,interpolation=None)参数解释：参数解释src输入原图像dsize输出图像的大小，方式：(宽,高)fxwidth方向的缩放比例fyheight方向的缩放比例interpolation插值方式，默认为双线性插值scr、dsize是必传参数，fx、fy、interpolation是可选参数。2interpolation参数解释图片进行缩放，需要对像素进行重新计算，interpolation参数便是决定缩放图像时计算像素的方式，常见的方式以下五种：参数算法数值INT
1函数cv2.resize()的参数resize(src,dsize,dst=None,fx=None,fy=None,interpolation=None)参数解释：参数解释src输入原图像dsize输出图像的大小，方式：(宽,高)fxwidth方向的缩放比例fyheight方向的缩放比例interpolation插值方式，默认为双线性插值scr、dsize是必传参数，fx、fy、interpolation是可选参数。2interpolation参数解释图片进行缩放，需要对像素进行重新计算，interpolation参数便是决定缩放图像时计算像素的方式，常见的方式以下五种：参数算法数值INT
CUDA编程模型系列六(利用sharedmemory和统一内存优化矩阵乘)本系列教程将介绍具体的CUDA编程代码的细节CUDA编程模型系列六(利用sharedmemory和统一内存优化矩阵乘)#include#include//a[][]*b[][]=c[][]////b00b01b02b03//b10b11b12b13//b20b21b22b23//b30b31b32b33////a00a01a02a03c00c01c02c03//a10a11a12a13c10c11c12c13block(1,0)->sharedmemory//a20a21a22a23c20c21c22c23c20c21/
背景：新版本cmake增加了CMAKE_CUDA_ARCHITECTURES检测，某些手动安装cuda的同学会遇到该报错问题，该问题不影响代码，只是cmake内部的编译设置cmake3.23版本该问题报错为 CMAKE_CUDA_ARCHITECTURESmustbevalidifsetcmake3.24版本该问题报错为 CMAKE_CUDA_ARCHITECTURESmustbenon-emptyifset详见：cmake:CMakeDetermineCUDACompiler.cmake-3.23.3vs.3.24.0changes|FossiesDiffs解决方案：这个问题不是必须解决，
yolov7的tensorrt8推理，c++版本环境win10vs2019opencv4.5.5cuda_11.4.3_472.50_win10.execudnn-11.4-windows-x64-v8.2.4.15TensorRT-8.2.1.8.Windows10.x86_64.cuda-11.4.cudnn8.2.zipRTX2060推理yolov7，FP32耗时28ms ，FP16耗时8ms，单帧对应总耗时30ms和10ms。推理yolov7-tiny，FP32耗时8ms ，FP16耗时2ms。tensorrtx/yolov7atmaster·wang-xinyu/tensorrtx·
1.Halcon22.11下载官网下载安装包（需要注册才能下载）提示：它和VS2019联合开发，所以要安装VS2019 具体安装步骤参考：https://zhuanlan.zhihu.com/p/5903526322.CUDA、cudnn下载准备 相关的安装包比如CUDA、cudnn版本需要下载到本地安装。 CUDA版本选择，已本人的为例：在NVIDIA控制面板可以看到RTX3060驱动目前最高支持CUDA11.7版本实测：目前RTX3060不支持CUDA11以下版本；cuda的算力要支持你的显卡算力：RTX3060显卡算力8.6。本人选择的CUDA11.7版本，下载对应算力cudnn8.6版
