NVIDIA-Linux-x86_64显卡驱动，适用于RTX2060显卡的设备。只需要将改软件copy到Ubuntu16.04LTS系统下./NVIDIA-Linux-x86_64-418.88.run然后一步步操作即可；安装完毕后可通过nvidia-smi 查看是否安装成功；

一、环境配置与测试 二、cuda与OpenCV结合方法 三、代码实例：图像均值滤波和图像反色 3.1 代码 3.2 代码说明 3.3 网格大小与线程块大小的确定 3.3.1 网格与线程块大小的限制 3.3.2 如何确定网格大小与线程块大小？ 3.4 并行与串行的加速比 四、总结

unity 烘焙插件

基于win10+vs2017+cuda10.4+opencv3.49+mx250显卡编译

基于win10+vs2017+opencv3.49+cuda11.1+RTX3060显卡编译

matlab简单图像处理代码 3D-connect-component-label-with-GPU This is my 3D parallel algorithm, but it is not perfect. It provides a way for you to optimize it. I hope someone can give a good opinion    由于医学项目中需要实现3D连通域算法，matlab有自带的3D连通域算法，挺快的    但是要实现c++版本，2d连通域实现的算法思路上就是two pass method，    当时我为了快速实现，就直接写了一个广度搜索的3d连通域算法    于是，我想能不能实现一个并行的3D连通域算法呢，于是我google，发现了几篇很好的with gpu的2D CCL，但并没有3D Parallel，发现主要思想还是two pass method，不过因为并行，所以需要考虑每个像素点的独立，在这里进行了处理 论文分别是：     Parallel graph component labelling with GPUs

祖鲁达 ZLUDA是Intel GPU上CUDA的直接替代产品。 ZLUDA允许使用性能接近自然的Intel GPU运行未经修改的CUDA应用程序（详情请参见下文）。 它可与当前集成的英特尔UHD GPU配合使用，并将与未来的Intel Xe GPU配合使用 性能 ZLUDA性能已通过Intel UHD 630上的GeekBench 5.2.3进行了测量。 一种测量是使用OpenCL完成的，另一种测量是使用CUDA进行的，而Intel GPU在ZLUDA的帮助下伪装成（相对较慢的）NVIDIA GPU。 两种测量都使用相同的GPU。 以下性能已标准化为OpenCL性能。 110％意味着ZLU

torch-1.4.0-cp37-cp37m-win_amd64.whl为pytorch的安装轮子文件，下载后通过pip可快速安装，配置好CUDA和CUDNN可支持GPU加速

摘要异构计算被视为计算机处理器的发展继单核、多核之后的第三个时代，它实现了多种体系架构的处理器间协同运算，有效缓解在提升CPU时钟频率和内核数量的过程中遇到的散

onnxruntime gpu版本推理库文件，包含头文件，lib库文件，dll 动态库文件，用于c++开发