注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. intel tbb src

  2. intel tbb，源码，需要自己编译生成，并行计算模块

  3. 所属分类：C

    • 发布日期：2013-03-02
    • 文件大小：706560
    • 提供者：palmgungun

  1. CUDA和OpenCV图像并行处理方法研究

  2. CUDA和OpenCV图像并行处理方法研究，希望对研究并行计算的朋友们有帮助！

  3. 所属分类：其它

    • 发布日期：2015-04-29
    • 文件大小：422912
    • 提供者：zh1175360225

  1. OpenCV 2.4 遍历图像的方式实现图像卷积

  2. 通过遍历图像像素的方式实现卷积操作，可作为优化计算性能实验的基础，例如并行编程(多线程、多进程、OpenMP、OpenMPI或CUDA编程等)

  3. 所属分类：C++

    • 发布日期：2017-10-24
    • 文件大小：2048
    • 提供者：geek_tank

  1. opencv traincascade 训练多核加速

  2. 修改opencv traincascade 代码，利用多核并行计算大幅提升查找负样本的速度

  3. 所属分类：机器学习

    • 发布日期：2018-01-05
    • 文件大小：35840
    • 提供者：wwwudalang

  1. 并行计算（mpi与openmp）之蒙特卡洛求不规则图形面积

  2. 这是用mpi与openmp并行计算实现蒙特卡洛算法求不规则图形面积，其中还需用opencv进行图像处理，拍照生成.jpg文件，注意图片尺寸。

  3. 所属分类：C/C++

    • 发布日期：2019-01-19
    • 文件大小：3145728
    • 提供者：z20161001

  1. 基于CUDA的并行计算技术+opencv完成图像高斯滤波和双边滤波

  2. 基于CUDA的并行计算技术+opencv完成图像高斯滤波和双边滤波，开发版本为VS2019+openCV3.4

  3. 所属分类：C++

    • 发布日期：2020-05-22
    • 文件大小：36700160
    • 提供者：qq_32563773

  1. 基于GPU的目标识别算法的并行化研究

  2. 针对可变形部件模型算法(DPM)的计算量大,无法完成实时检测等问题,通过GPU编程模型CUDA,在Nvidia GPU上实现了HOG算法和DPM算法的并行化;采用OpenCL编程模型实现了DPM算法在集成显卡上的并行化。通过CPU和GPU的协同计算,保证目标识别效果的前提下,并行化的算法的执行效率相比于OpenCV中的CPU或GPU实现有明显的提高;通过对目标识别算法的并行化,结合其他算法,使得这类复杂算法能够在一些需要实时监测的工程领域中得到应用。

  3. 所属分类：其它

    • 发布日期：2020-04-24
    • 文件大小：1048576
    • 提供者：weixin_38707217

  1. 基于图形处理单元的优化拉普拉斯图像锐化算法

  2. 在经典的拉普拉斯图像锐化中，所有像素都被一一处理，这导致大量的计算。 在CPU上进行传统的拉普拉斯锐化处理非常耗时，特别是对于那些大图片。 在本文中，我们提出了基于Compute Unified Device Architecture（CUDA）（一种图形处理单元（GPU）的计算平台）的Laplacian锐化的并行实现，并分析了图像尺寸对性能的影响以及处理之间的关系。数据传输时间与并行计算时间之间的时间。 此外，根据不同内存的不同特征，开发了一种改进的方法，该方法利用GPU中的共享内存代替全局内

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：1048576
    • 提供者：weixin_38732425

  1. 编译opencv2 包含CUDA功能 — 编译错误

  2. 最近项目需要，需要实现视频拼接的功能。网上搜了好长时间，基本思路是利用opencv 的video stitch模块，实现视频拼接。 下面我把编译opencv的过程写一下，过程比较曲折，现在把有歧义的部分记录一下。 我们需要用到的东西opencv3.2，CUDA, TBB。简单说一下这三者的作用，对比如下。 OpenCV是一组编程模块，可帮助我们轻松完成复杂的实时计算机视觉任务。由于其可靠性和开源理念，它一直是最受欢迎的计算机视觉工具之一 CUDA是一个并行计算工具包，它允许我们使用NVidia

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：54272
    • 提供者：weixin_38689223

  1. 基于图形处理单元的优化拉普拉斯图像锐化算法

  2. 在经典的拉普拉斯图像锐化中，所有像素都被一一处理，这导致大量的计算。 在CPU上进行传统的拉普拉斯锐化处理非常耗时，特别是对于那些大图片。 在本文中，我们提出了基于Compute Unified Device Architecture（CUDA）（一种图形处理单元（GPU）的计算平台）的Laplacian锐化的并行实现，并分析了图像尺寸对性能的影响以及处理之间的关系。数据传输时间与并行计算时间之间的时间。 此外，根据不同内存的不同特征，开发了一种改进的方法，该方法利用GPU中的共享内存代替全局内

  3. 所属分类：其它

    • 发布日期：2021-03-31
    • 文件大小：393216
    • 提供者：weixin_38549520