带有OpenCV和CUDA的动手GPU加速计算机视觉 Packt发布的具有OpenCV和CUDA的动手GPU加速计算机视觉 这是Packt发布的的代码存储库。 **使用GPU实时处理复杂图像数据的有效技术** 这本书是关于什么的？ 计算机视觉已在各行各业发生了革命性变化，OpenCV是计算机视觉中使用最广泛的工具，它能够以多种编程语言工作。 如今，在计算机视觉中，需要实时处理大图像，这对于OpenCV本身很难处理。 这就是CUDA发挥作用的地方，它使OpenCV可以利用功能强大的NVDIA GPU。 本书详细介绍了将OpenCV与CUDA集成以用于实际应用。 本书涵盖了以下令人兴奋的功能：了解如何从CUDA程序访问GPU设备的属性和功能 了解如何加快搜索和排序算法 检测图像中的线条和圆形等形状 使用算法探索对象跟踪和检测 在Jetson TX1中使用不同的视频分析技术处理视频 从P

本书以GPGPU技术发展为线索，详细介绍了在发布过程中能够反映其技术现状的三种编程框架机器编程方法。基于OpenGL/GLSL的经典GPGPU技术，NVIDIA的CUDA架构以及跨平台解决方案OpenGL。

GPU高性能编程CUDA实战（CUDA_by_Example）的示例代码

Python中RGB-D图像的体积TSDF融合 这是一个轻量级的python脚本，可将多个已注册的颜色和深度图像融合到一个投影的截断的有符号距离函数（TSDF）体积中，然后可用于创建高质量的3D表面网格和点云。 在Ubuntu 16.04上测试。 较旧的CUDA / C ++版本可在找到。 要求 带有 ， ， ， 和 。 通过运行以下命令，可以快速安装/更新它们： pip install --user numpy opencv-python scikit-image numba [可选] GPU加速需要具有和的NVIDA GPU： pip install --user pycuda 演示版 该演示将来自7个场景的数据集的1000张RGB-D图像融合到405 x 264 x 289的投影TSDF体素体积中，在GPU模式下以约30 FPS（在CPU模式下为0.4 FPS）的分辨率为2cm，并输出3D网格mesh.ply可以使用诸如的3D查看器可视化的mesh.ply 。 注意：彩色图像保存为24位PNG RGB，深度图像保存为16位PNG（以毫米为单位）。 python de

深度解析GPU的架构、系统软件、编程环境，以及CUDA编程各方面的知识和各种优化技术，包含大量实用代码示例，是并行程序开发领域最有影响力的著作之一。

Ocean5D程序是一款对海洋水文环境数据进行多维可视化显示的应用软件。Ocean5D基于OpenGL和OSG（Open Scene Graph）可视化渲染引擎开发实现，部分模块采用GLSL和CUDA等GPU并行计算和渲染技术，以提高大规模海洋环境数据的建模和渲染效率。Ocean5D目前只支持NetCDF（Network Common Data Form）格式数据的加载。Ocean5D正在不断完善和改进中。详情可见http://ocean.fio.com.cn/ocean5d/index.asp

detectron2 cuda编译源文件，适合windows系统。新版的更新后被作者改坏了，在windows上无法完成编译，导致不能运行。

里面的文件完整，如下所示： ade data ffmpeg ippicv nvidia_optical_flow xfeatures2d .gitignore

网状卷 这不是一个严肃的项目，只是一个大学作业的解决方案！ 由三角形网格表示的模型的体积计算，在 CUDA 中实现。 该代码在具有 nVidia Tesla K20M 卡的上实现和测试。 用法 使用make命令编译代码并从子文件夹之一运行二进制文件： ./volume 其中N是每个块的线程数（必须是 32 的乘法）， file是文件的路径。 或者，您可以使用make test命令运行基准make test ，该命令会生成一个report.txt文件。 实现 减少 数据结构 已用内存 块之间的减少 simple_aos_global_seqsum 顺序索引 结构数组 仅限全球 顺序使用 CPU simple_soa_global_seqsum 顺序索引 数组的结构 仅限全球 顺序使用 CPU simple_soa_shared_seqsum 顺

在VS中配置CUDA时，本身是不识别CUDA关键字的，关键字不能高亮。早期的CUDA版本在SDK中提供了usertype.dat,其中包含CUDA的关键字，但后来的CUDA没有这个文件，网上找了好久，现在贴出来亲测可用~