三次插值WebGL WebGL 中的 GPU 加速预滤波三次 b 样条插值 这个项目展示了如何使用 WebGL 绘制预过滤的三次 b 样条插值图像 你不需要做很多事情来使用它； 看看 simple.html 一个简约的例子。 实际的 WebGL javascript 可以在 gl.cubicinterpolation.js 中找到 玩得开心！ 丹尼

流体现象的虚拟仿真有重要的应用价值,基于SPH(Smoothed-Particle Hydrodynamics)的流体仿真方法能够真实地反映流体的运动规律。在流体规模增大时流体仿真计算量很大,特别是复杂场景中的流体碰撞检测计算显著降低流体仿真效率。将SPH物理计算以及碰撞检测利用GPU进行并行加速,并在GPU显存中使用新的邻居粒子链表构建方法加快邻居粒子的查找,可以提高流体仿真效率;利用对体素化场景进行栅格化采样方法来加速碰撞检测计算,并将每个体素值压缩成1bit并保存在文件中以节省存储空间,初步的实验结果表明,该方法能够用于碰撞检测处理,且能够减少碰撞检测处理时间。

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

cudnn,N卡深度学习加速库，建议先安装Cuda11.5然后解压此文件到cuda的bin目录

Android NDK上的GPU加速TensorFlow Lite应用程序。 在Android NDK上运行并测量TensorFlow Lite GPU委托的性能。 1.应用 轻巧的人脸检测。 更高精确度的人脸检测。 检测面部并估计其年龄和性别 基于预训练模型 使用Moilenet进行图像分类。 物体检测 使用MobileNet SSD进行对象检测。 头发分割 头发分割和重新着色。 3D姿势 从单个RGB图像进行3D姿势估计。 虹膜检测 通过检测虹膜来估计眼睛位置。 姿势网 姿势估计。 深度估计（DenseDepth） 从单个图像进行深度估计。 基于https://github.com/ialhashim/DenseDepth的预训练模型 语义分割 为输入图像中的每个像素分配语义标签。 动漫自拍照 生成动漫风格的人脸图像。 基于https://githu

matlab运算采用GPU加速的资料，通过matlab和cuda的交互，提升matlab运行的计算速度

GPU加速与L-ORB特征提取的全景视频实时拼接，。。。。。。

国外资源网速很慢，且经常下载失败，cuda7.5不太好下，也比较难找，分享一下，csdn上好像没办法设置0积分

MCX是用于在3D介质中静态或时间分辨的光子传输的Monte Carlo模拟软件。 它使用基于GPU的大规模并行计算技术，与传统的基于单线程CPU的仿真相比，速度非常快。

CUDA-C-Raytracer 用CUDA C编写的GPU加速光线追踪器。 要求 CUDA工具包 任何NVIDIA GPU（如果CUDA Toolkit版本高于6.0） 自CUDA Toolkit 6.0起，CPU仿真支持已删除，因此，如果该工具包版本高于6.0，则需要物理NVIDIA GPU。 该程序应支持具有计算能力1.3及更高版本的设备。 程序初始化时将打印出计算能力和找到的第一个兼容设备。 编译与执行 安装CUDA Toolkit后，在终端中运行说明，并在与项目安装目录相同的目录中进行操作： nvcc main.cu view.cpp -o view -lgdi32 -luser32 && view.exe 这将创建文件： view.exe 并在终端中运行它。 view.exe可以在以后删除。 使用程序 如果满足所有要求，则将打开一个新窗口，显示raytracer的当前输