Question

我在两台不同的计算机上运行以下代码，第一台是Nvidia GPU Quadro FX 880M，第二台是Quadro FX 1000M（在VS2010中编译，opencv242,64bit; opencv是从源代码编译的）。我正在运行的代码如下：

int n = 1000;  //number of iterations
int t = CV_TM_CCORR_NORMED; //correlation type




//reset GPU, print device info
cv::gpu::printCudaDeviceInfo(cv::gpu::getDevice());
cv::gpu::resetDevice(); 




//read big image
cv::Mat imgA = cv::imread("img.bmp"  ,CV_LOAD_IMAGE_GRAYSCALE);
//read small, template image
cv::Mat imgB = cv::imread("tmplt.bmp",CV_LOAD_IMAGE_GRAYSCALE);




//upload images to GPU
cv::gpu::GpuMat imgA_GPU,imgB_GPU;
imgA_GPU.upload(imgA);
imgB_GPU.upload(imgB);





cv::gpu::GpuMat imgC_GPU; //correlation results, computer in GPU
cv::Mat         imgC_CPU; //correlation results, computer in CPU




//matchTemplate in GPU, print average time(mSec)
size_t t1 = clock();
for(int i = 0;i!=n;++i)
    cv::gpu::matchTemplate(imgA_GPU , imgB_GPU, imgC_GPU , t);

std::cout << "GPU: " <<
(double(clock())-t1)/CLOCKS_PER_SEC*1000.0/n <<std::endl;





//matchTemplate in CPU, print average time(mSec)
size_t t2 = clock();
for(int i = 0;i!=n;++i)
    cv::     matchTemplate(imgA     , imgB    , imgC_CPU , t);

std::cout << "CPU: " <<
(double(clock())-t2)/CLOCKS_PER_SEC*1000.0/n <<std::endl;






//download GPU image to host
cv::Mat imgC_GPUhost;
imgC_GPU.download(imgC_GPUhost);




//convert images to 8U
imgC_CPU.convertTo(imgC_CPU,CV_8U,255);
imgC_GPUhost.convertTo(imgC_GPUhost,CV_8U,255);




//!!!!!! imgC_GPUhost should be equal to imgC_CPU
cv::Mat diff;
cv::absdiff(imgC_CPU,imgC_GPUhost,diff);
//expected: RESULTS DIFF: 0
std::cout << "RESULTS DIFF: " << cv::sum(diff).val[0] << std::endl;





cv::imwrite("cor2.bmp",imgC_CPU);
cv::imwrite("cor.bmp",imgC_GPUhost);
char s;
std::cin >> s;

有两件大事让我感到困惑：

此功能不起作用：GPU输出图像（imgC_GPU）全为零 - 如果输入类型（8U或32F）或相关方法（ccor，ccoef等）无关紧要。另一方面，在Quadro FX 1000M中，我在CPU和GPU之间获得了一致的结果。怎么可能，以及我需要做些什么来使它在Quadro FX 880M上运行？
在模板中匹配输出图像中的每个像素可以独立于其他像素计算 - 因此并行很容易，并且GPU实现非常适合。怎么可能，即使查看平均时间（如在代码中），GPU性能比CPU低3倍？它在两台计算机上都经过验证，没有其他进程在后台运行。

辖

Answer 1

看起来像matchTemplate的GPU版本是在考虑同时搜索多个模板的情况下开发的。实际上，使用一个图像/一个模板，CPU版本似乎更快。

http://answers.opencv.org/question/16061/opencv-matchtemplate-cuda-large-images-templates/

opencv matchTemplate在计算机之间产生不一致的结果

1 个答案: