- iOS/Objective-C 元类和类别
- objective-c - -1001 错误,当 NSURLSession 通过 httpproxy 和/etc/hosts
- java - 使用网络类获取 url 地址
- ios - 推送通知中不播放声音
我想我这里有一个有趣的问题,很想得到一些帮助。
硬件
2x 相同的机器
软件
正如标题所说,当我尝试创建 OpenCV GpuMat
(cv::gpu::Gpumat
) 时,程序将“挂起”。我的意思是不会再执行死刑。有趣的是,CUDA 安装成功,OpenCV 头文件是使用 CMake 编译的,并已在其他计算机上验证(并且 gpu::setDevice()
不会在当前机器上返回错误),该程序偶尔会运行。下面的代码是我正在测试的。
在下面的实现中,代码会卡在gpuMat_1.upload(cpuMat_1)
。以前(当作为基准进行测试以确保某些部分正常工作时),gpuMat.upload
会完成。在确认在两台相同的机器(每台都配备 GTX 750)上都进行了 2 次上传和一次添加(当前显示)并且不会完成第一次上传后。当第二次上传被删除时,添加也被删除,它在第一次上传期间仍然挂起。
感谢您的帮助。如果还有什么我应该补充的,或者有助于澄清问题的,请询问。
#include <iostream>
#include <opencv2\gpu\gpu.hpp>
int main()
{
std::cout << "Number of gpu devices: " << cv::gpu::getCudaEnabledDeviceCount() << std::endl;
cv::Mat cpuMat_1, cpuMat_2;
cv::gpu::GpuMat gpuMat_1, gpuMat_2, gpuMat_3;
cpuMat_1 = cv::Mat::ones(4, 4, CV_8SC1);
cpuMat_2 = cv::Mat::ones(4, 4, CV_8SC1);
gpuMat_1.upload(cpuMat_1);
std::cout << "Help." << std::endl;
gpuMat_2.upload(cpuMat_2);
std::cout << "Please, help." << std::endl;
cv::gpu::add(gpuMat_1, gpuMat_2, gpuMat_3);
std::cout << "Help has come." << std::endl;
system("PAUSE");
return 0;
}
更新:我最近在其中一个单元上重新编译了 OpenCV(考虑到硬件变化),但我遇到了同样的问题。
最佳答案
问题原来是与 OpenCV 2.4.5 和新的 Maxwell 架构不兼容。我能够拿到 Quadro 600 并安装它进行测试,它运行良好。然后我用 GTX 650 对其进行了测试,它也能正常工作。然后,我使用 650 上的 mog2 运动检测库对其进行了测试,它也能正常工作。
关于c++ - OpenCV GPU垫挂,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/22823186/
我在从 python 调用共享 c 库时遇到问题。库加载正常,公开的 3 个函数之一是可调用的,并且按预期工作;但是,当向库中添加另一个函数时,我发现其他两个不起作用。发生的事情是 python 卡在
我在使用 ImageIcon().GetImage() 时遇到问题 奇怪的是,它有时可以工作并向我显示带有 map 的窗口,而有时却不能。它也可以在其他计算机上完美运行,但不能在我的计算机上运行! 我
我们有时会遇到一个问题,即我们在 IIS 中有许多具有以下状态的请求:RequestAcquireState。 我们正在使用 SqlSessionStateStore 来管理 session 。当我们
我有一个 MobileSubstrate 插件,可以挂接跳板(不在实际的 objective-c 代码中,而是在 plist 中)。它包含一个 UIWebView,它加载一个 NSURLRequest
我正在尝试使用 Django 1.7,并按照说明进行操作 here .不幸的是,该过程似乎因以下输出而挂起: [Watt] ~/Projects/proj/proj master > python p
我正在使用 HDP 2.3.0.0-2557,我正在尝试运行如下所示的配置单元查询: beeline> !connect jdbc:hive2://localhost:10000 Connecting
我正在尝试使用 mxnet 设置 AWS Greengrass,以便在 Raspberry Pi 上进行机器学习。 当从 https://docs.aws.amazon.com/greengrass/
我是一名优秀的程序员,十分优秀!