Bom Dia a todos. Já existem muitos artigos sobre como trabalhar com o OpenCV on Go no hub ( e de fato na Internet ).O código pronto é certamente interessante, mas informações mais detalhadas sobre a instalação de drivers devem ser coletadas em pedaços - tentarei combinar todos os gestos necessários em um artigo.Eu tenho um laptop com o Ubuntu 18.04 a bordo,- CPU: Intel
- GPU: Intel / Nvidia
A Nvidia e a Intel estão tentando se derrotar, e tentarei tirar proveito do OpenVino e Cuda ao mesmo tempo.Eu te aviso imediatamente, para usar o Cuda, você precisa de um recurso mínimo de Compute (versão) 5.3, você pode ver aqui sua placa de vídeo
Cuda
Eu escolhi o Cuda 10.0 para poder usar o Tensorflow também.Primeiro, você precisa baixar um pacote com developer.nvidia.com (como o tempo de execução (local) )
Comando Setsudo sh cuda_10.0.130_410.48_linux.run
cudNN
Link para pacotesVocê precisa selecionar a versão que corresponde ao Cuda, ou seja,Faça o download do cuDNN v7.5.0 (21 de fevereiro de 2019), para CUDA 10.0
E baixe dois pacotes debBiblioteca do desenvolvedor cuDNN para Ubuntu18.04 (Deb)
Biblioteca do desenvolvedor cuDNN para Ubuntu18.04 (Deb)
Se você não possui uma conta https://developer.nvidia.com/ , você será solicitado a registrar a
instalação:sudo dpkg -i libcudnn7-dev_7.5.0.56-1+cuda10.0_amd64.deb
sudo dpkg -i libcudnn7_7.5.0.56-1+cuda10.0_amd64.deb
Driver Intel OpenCL
Link para o repositório .Instalação:wget https://github.com/intel/compute-runtime/releases/download/20.04.15428/intel-gmmlib_19.4.1_amd64.deb
wget https://github.com/intel/compute-runtime/releases/download/20.04.15428/intel-igc-core_1.0.3151_amd64.deb
wget https://github.com/intel/compute-runtime/releases/download/20.04.15428/intel-igc-opencl_1.0.3151_amd64.deb
wget https://github.com/intel/compute-runtime/releases/download/20.04.15428/intel-opencl_20.04.15428_amd64.deb
wget https://github.com/intel/compute-runtime/releases/download/20.04.15428/intel-ocloc_20.04.15428_amd64.deb
sudo dpkg -i *.deb
Script Opencv + OpenVino (naturalmente com muletas), que coletará tudo sozinho.run.sh#!/bin/bash
git clone https://github.com/opencv/dldt -b 2019 && \
(cd dldt/inference-engine && \
git submodule init && \
git submodule update --recursive && \
./install_dependencies.sh && \
mv -f thirdparty/clDNN/common/intel_ocl_icd/6.3/linux/Release thirdparty/clDNN/common/intel_ocl_icd/6.3/linux/RELEASE && \
mkdir -p build && \
cd build && \
cmake -D CMAKE_BUILD_TYPE=RELEASE \
-D CMAKE_INSTALL_PREFIX=/usr/local \
-D BUILD_SHARED_LIBS=ON \
-D ENABLE_TESTS=OFF \
-D ENABLE_VPU=ON \
-D ENABLE_MKL_DNN=ON \
-D ENABLE_CLDNN=ON .. && \
make -j $(nproc --all) && \
touch VERSION && \
mkdir -p src/ngraph && \
sudo cp -r ../bin/intel64/RELEASE/lib/* /usr/local/lib && \
cp thirdparty/ngraph/src/ngraph/version.hpp src/ngraph && \
sudo make install)
OPENCV_VERSION="4.2.0"
curl -Lo opencv.zip https://github.com/opencv/opencv/archive/${OPENCV_VERSION}.zip && \
unzip -q opencv.zip && \
curl -Lo opencv_contrib.zip https://github.com/opencv/opencv_contrib/archive/${OPENCV_VERSION}.zip && \
unzip -q opencv_contrib.zip && \
rm opencv.zip opencv_contrib.zip && \
(cd opencv-${OPENCV_VERSION} && \
mkdir build && cd build && \
cmake -D CMAKE_BUILD_TYPE=RELEASE \
-D CMAKE_INSTALL_PREFIX=/usr/local \
-D OPENCV_EXTRA_MODULES_PATH=../../opencv_contrib-${OPENCV_VERSION}/modules \
-D InferenceEngine_DIR=../../../dldt/inference-engine/build \
-D WITH_JASPER=OFF \
-D BUILD_DOCS=OFF \
-D BUILD_EXAMPLES=OFF \
-D ENABLE_CXX11=ON \
-D WITH_INF_ENGINE=ON \
-D WITH_QT=OFF \
-D WITH_GTK=ON \
-D WITH_FFMPEG=OFF \
-D CUDA_ARCH_BIN=5.3,6.0,6.1,7.0,7.5 \
-D CUDA_ARCH_PTX=5.3 \
-D WITH_CUDA=ON \
-D WITH_CUDNN=ON \
-D OPENCV_DNN_CUDA=ON \
-D ENABLE_FAST_MATH=1 \
-D WITH_CUBLAS=1 \
-D WITH_TIFF=OFF \
-D WITH_WEBP=OFF \
-D WITH_QT=OFF \
-D WITH_PNG=OFF \
-D WITH_1394=OFF \
-D HAVE_OPENEXR=OFF \
-D BUILD_TESTS=OFF \
-D BUILD_PERF_TESTS=OFF \
-D BUILD_opencv_java=NO \
-D BUILD_opencv_python=NO \
-D BUILD_opencv_python2=NO \
-D BUILD_opencv_python3=NO \
-D BUILD_SHARED_LIBS=ON \
-D OPENCV_GENERATE_PKGCONFIG=ON .. && \
make -j $(nproc --all) && \
sudo make preinstall && sudo make install && sudo ldconfig )
Agora vamos verificar como isso vai funcionar!Nós nos clonamos o código fonte:git clone https://github.com/Danile71/go_realtime_object_recognition
cd go_realtime_object_recognition
go get -d
go build
./go_realtime_object_recognition
O reconhecimento de vídeo funcionará em CPU, VulkanAPI e / ou Cuda.Agora eu fiz várias solicitações pullgithub.com/hybridgroup/gocv
para oferecer suporte ao OpenVino + Cuda, mas não se sabe quanto tempo eles irão para o ramo principal, então vamos fazer um pequeno truque:#!/bin/bash
cd $GOPATH/src/gocv.io/x/gocv
wget https://patch-diff.githubusercontent.com/raw/hybridgroup/gocv/pull/607.patch
wget https://patch-diff.githubusercontent.com/raw/hybridgroup/gocv/pull/609.patch
wget https://patch-diff.githubusercontent.com/raw/hybridgroup/gocv/pull/610.patch
wget https://patch-diff.githubusercontent.com/raw/hybridgroup/gocv/pull/612.patch
patch -p1 < 607.patch
patch -p1 < 609.patch
patch -p1 < 610.patch
patch -p1 < 612.patch
Para que você possa usar o OpenVino / CPU / VulkanAPI / Cuda ao mesmo tempogo build -tags openvino
./go_realtime_object_recognition
E para selecionar um dispositivo, altere- CPU
modelNet.SetPreferableBackend(gocv.NetBackendDefault)
modelNet.SetPreferableTarget(gocv.NetTargetCPU)
- VulkanAPI
modelNet.SetPreferableBackend(gocv.NetBackendVKCOM)
modelNet.SetPreferableTarget(gocv.NetTargetVulkan)
- Cuda
modelNet.SetPreferableBackend(gocv.NetBackendCUDA)
modelNet.SetPreferableTarget(gocv.NetTargetCUDA)
- GPU Intel
modelNet.SetPreferableBackend(gocv.NetBackendOpenVINO)
modelNet.SetPreferableTarget(gocv.NetTargetFP16)
- Intel Neural Compute Stick 2
modelNet.SetPreferableBackend(gocv.NetBackendOpenVINO)
modelNet.SetPreferableTarget(gocv.NetTargetVPU)
Aqui está outro pequeno exemplo com reconhecimento de gênero / idade / emoção.E então o reconhecimento do objeto "humano" usando Cuda.Se alguém estiver interessado e algo não der certo, escreva,terei prazer em ajudar :-) Chukchi não é escritor, mas tentei.upd.Há momentos em que você precisa criar um binário estático; para isso, substitua dldt e opencv na montagem-D BUILD_SHARED_LIBS=ON
no-D BUILD_SHARED_LIBS=OFF