内存管理 内存分配和释放 CUDA编程模型存在HOST和DEVICE两个异构系统，每个异构系统都有独立的内存空间。 在HOST上，可以使用下面语句分配全局内存： cudaError_t cudaMalloc(void ** devPtr,size_t count) 要注意的是第一个参数，是指针的指针
发布于 2024-08-07
VideoWriter 类 最近几个项目都需要保存相机图像数据，也就是存成视频。有的要求保存源视频，有的要求保存处理后的视频。 由于图像数据的读取是使用 OpenCV，目标检测框架也是建立在OpenCV的基础上，所以保存图像顺理成章也使用OpenCV。使用 OpenCV 的 VideoWriter
发布于 2024-08-02
PCIe-GL26 先看看 PCIe-GL26 是个什么设备 本质上是个自带 Jetson Xavier 系统，且带有6路GMSL2接口的图像采集卡。 GMSL2：Gigabit Multimedia Serial Link 2，注意这个和 GIGABYTE 技嘉科技 没啥关系……GMSL翻译一下就
发布于 2024-08-02
CUDA 内存模型 存储器的类型有两种： 可编程：显式控制哪些数据存放 不可编程：不能决定数据存储位置 在CPU层次结构中，一级缓存（L1 Cache）和二级缓存（L2 Cache）都是不可编程的。可编程的存储器类型包括： 寄存器 共享内存 本地内存 常量内存 纹理内存 全局内存 下图为上面提到的存
发布于 2024-07-15
今天在 StackOverflow 上看到这么个问题：想把原图像中的一个点 g，通过内参和畸变参数映射到去畸变图像中的点 p，并获取这个点的坐标。 你以为我接下来会说：“xxx和我想的一样，但是我想错了，其实并不是这样....” 现在，我想说的只有“其实并不是这样”，因为我连map1和map2是啥我
发布于 2024-07-01
并行归约问题 先解释一下什么是归约(Reduction)，归约是将某个计算问题变换为另一个问题的过程。在CUDA运算中，在向量中执行满足交换律和结合律的运算，被称为归约问题。每次迭代计算方式都是相同的（归），从一组多个数据最后得到一个数（约）^[1]^。比如当给定N个数值，求其SUM/MAX/MIN
发布于 2024-06-27
主要是依靠 copyTo()方法实现图像的传递。 copyTo 内存分配：当源图像和目标图像 size和 type一致时，不会分配新内存；否则先申请新内存空间再拷贝 目标图像：可以将数据复制到指定的目标图像中，目标图像可以是已经存在的图像或者新图像。 MASK：通过MASK可以指定ROI clone
发布于 2024-05-31
这一部分是CUDA的核心部分，涉及到了硬件和程序的执行模型。 SM 流式多处理器（Stream Multi-processor，SM）是构建整个GPU的核心模块。GPU的硬件并行，是通过复制了多个SM来实现的。一个Block只能在一个SM上被调度。 下图包含了SM的关键组件 CUDA核心 (Core
发布于 2024-04-26
CUDA编程结构 在GPU上执行的函数称为CUDA核函数（Kernel Function)，核函数会被GPU上多个线程执行。典型的CUDA程序遵循如下模式： 把数据从CPU内存（HOST）拷贝至GPU内存（DEVICE） 调用该Kernel函数，对DEVICE中的数据进行操作 将数据从DEVICE传
发布于 2024-04-21
写在前面（废话，请跳过） 本来自己的脑子里是不存在CUDA编程这个东西的，没错，就是压根儿没听说过。 之所以了解到这个东西，是因为最近开始做AVM (Around View Monitor)，或者说SVS (Surrounding View System)，利用4个广角相机，实现车辆周围的360°环
发布于 2024-04-13
