c++ - 如果同时运行 GPU 密集光流算法，为什么会得到损坏的结果？

Question

在并行使用 OpenCV CUDA 密集光流时，我注意到有时我得到损坏的光流结果，尽管我在不同的 cuda::GpuMat 上运行它s 和单独的 cuda::Stream s 与单独的 Algorithm实例。

在对代码进行一些实验后，我发现如果我保护 DenseOpticalFlow::calc()用 mutex 打电话或者只运行一个线程，我总是得到正确(未损坏)的结果。

我将我的代码减少到最小的可重现示例，我在多个线程中多次对相同的输入图像运行光流算法:

#include <thread>
#include <vector>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

int main() {
    Mat frames[2] = { imread("im0.jpg"), imread("im1.jpg") };
    for (int i = 0; i < 2; i++) cvtColor(frames[i], frames[i], COLOR_BGR2GRAY);
    Size frameSize = frames[0].size();

    vector<thread> workers;
    mutex m;

    for (int id = 0; id < 2; ++id) // 2 threads
        workers.emplace_back([&, id]()
    { // lambda
        // Separate Stream, Algorithm and GpuMats for each thread
        auto algoGpu = cuda::OpticalFlowDual_TVL1::create();
        cuda::Stream stream; 
        cuda::GpuMat optFlow(frameSize, CV_32FC2);
        cuda::GpuMat gpuFrame[2] = {
            cuda::GpuMat(frameSize, CV_8UC1),
            cuda::GpuMat(frameSize, CV_8UC1) 
        };
        Mat downloaded, converted;
        Mat channels[2] = { Mat(), Mat() };

        for (int i = 0; i < 2; ++i) gpuFrame[i].upload(frames[i], stream);

        for (int i = 0; i < 1000; i++) { // run 1000 times with SAME input
            {
                //unique_lock<mutex> l(m); // WORKS OK IF UNCOMMENTED !!!!!
                algoGpu->calc(gpuFrame[0], gpuFrame[1], optFlow, stream);
            }

            if (id == 0) { // show results from same single thread
                optFlow.download(downloaded, stream);
                stream.waitForCompletion();

                split(downloaded, channels);
                channels[0].convertTo(converted, CV_8UC1, 100, 128);
                imshow("flow", converted);
                waitKey(1);
            }
        }

        stream.waitForCompletion();
    });

    for (auto& worker : workers) worker.join();
    return 0;
}

如果我取消注释 //unique_lock<mutex> l(m);每次通话我都会得到相同的有效结果图像。但是，如果我保留它的评论，大约一半的结果已损坏。

输入图片:

正确结果:

损坏结果示例:

我将 OpenCV 4.0 与 CUDA 10.1 结合使用。

Answer 1

此问题现已由 this PR 解决, 并将反射(reflect)在下一版本的 OpenCV 中。