我对 OpenCV 比较陌生，我正在寻找一些有关如何在 Ubuntu 20.04 上编译具有 CUDA 支持的最新版本 OpenCV 的指南。我打算使用 GPU 而不是 CPU 在我的 PC 上运行 YOLO。
问题：经过大量研究，我无法找到在 Ubuntu 20.04 上使用 CUDA 编译 OpenCV 的清晰、直接的说明，然后配置我的环境以使用此版本的 OpenCV。
虽然我知道可以直接安装 Python 库，但不幸的是它不是用我需要的 CUDA 模块构建的。
我的环境:
操作系统：Ubuntu 20.04
nvcc --版本
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2024 NVIDIA Corporation
Built on Thu_Mar_28_02:18:24_PDT_2024
Cuda compilation tools, release 12.4, V12.4.131
Build cuda_12.4.r12.4/compiler.34097967_0
**nvidia-smi**
Tue Apr 30 18:25:09 2024
+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 550.54.15 Driver Version: 550.54.15 CUDA Version: 12.4 |
|-----------------------------------------+------------------------+----------------------+
| GPU Name Persistence-M | Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap | Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|=========================================+========================+======================|
| 0 NVIDIA GeForce RTX 3050 ... Off | 00000000:01:00.0 Off | N/A |
| N/A 43C P3 N/A / 35W | 12MiB / 4096MiB | 0% Default |
| | | N/A |
+-----------------------------------------+------------------------+----------------------+
+-----------------------------------------------------------------------------------------+
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=========================================================================================|
| 0 N/A N/A 2118 G /usr/lib/xorg/Xorg 4MiB |
| 0 N/A N/A 3195 G /usr/lib/xorg/Xorg 4MiB |
+-----------------------------------------------------------------------------------------+
我在 OpenCV 官方文档“Linux 中的安装”中找到了在 Ubuntu 18.04 上的安装，但没有提及有关 CUDA 支持编译所需的标志或稍后如何使用编译版本的任何信息。
官方 repo 上的文档指向 openCV 官方文档。
我也找到了这个教程，但它已经有 4 年历史了，而且适用于 ubuntu 18.04
问题是如何在Ubuntu 20.04上用CUDA编译OpenCV或者哪里可以找到详细的官方文档？
您标记了“yolo”，但没有说明您正在使用哪个框架。我会给你一个关于Darknet/YOLO这个最初的“YOLO”框架的答案。
好消息是，您不需要构建支持 CUDA 的 OpenCV。 Darknet直接使用CUDA，而不是通过OpenCV。在 YOLO FAQ 中，看到这个问题：
https://www.ccoderun.ca/programming/yolo_faq/#opencv_and_cuda
你绝对不应该手工构建 OpenCV！ [...] 请注意：Darknet 不使用 OpenCV 的 CUDA 部分！不要费心花几个小时（几天？）来尝试安装它，暗网不会使用它。完全没有！
Darknet 确实使用 CUDA 来训练和运行神经网络，但它是直接这样做的，而不是通过 OpenCV。 OpenCV 用于从磁盘加载图像、调整图像大小以及数据增强（例如“马赛克”图像），所有这些都是在没有 GPU 的情况下完成的。
您还提到了Python。好消息是 Darknet/YOLO 有 Python 绑定。因此，如果您遵循正常的 Linux 安装步骤（参见此处），那么您应该可以从 Python 应用程序中轻松访问 YOLO。
Darknet/YOLO 存储库 有一个“src-python”目录，其中包含一些示例代码。要开始使用，请参阅 example.py。
如果您正在寻找一些高级功能，您可能还需要查看DarkHelp，这是访问 Darknet/YOLO 的替代 CLI/库。它还具有一些（不是全部）高级功能的 Python 绑定。
如果你真的想重新构建 OpenCV，那么我强烈建议你停止尝试使用博客文章，而使用 vcpkg 工具。这将每次都正确地为您构建 OpenCV 库。你会运行类似vcpkg install opencv[cuda,python,contrib,core,dnn,ffmpeg,jpeg,png,quirc,tiff,webp]
的东西，显然会查找并包含你需要的模块。免责声明：我维护 Darknet/YOLO 代码库，并且是 DarkHelp、DarkMark 和许多其他 YOLO 相关工具的作者。