cuda :: SURF_cuda比cv :: xfeatures2d :: SURF更快嗎？

我正在嘗試使用CUDA支持構建opencv以將cuda::SURF_CUDA與cv::xfeatures2d::SURF,but it's challenging進行比較。cuda :: SURF_cuda比cv :: xfeatures2d :: SURF更快嗎？

但是，假設我想獲得高性能實時應用程序的SURF描述符。是的，我知道FAST或ORB是更合適的描述符，但它們是二進制文件，我需要歐幾里得描述符。

無論如何，重點是我想知道這兩個實現中的哪一個更快，只要給出一個（查詢）圖像就可以得到更快的。我認爲這很重要，因爲有人告訴我CUDA只有在需要處理大量圖像時才合理使用，因爲與計算描述符的時間相比，在GPU內存中加載它們的時間變得很小，但是我沒有知道這是否屬實。

另一個原因，因爲我發佈這是因爲我只有一個NVIDIA GT755m，它不是一個高級的GPU，所以我的結果可能不太好，因爲這個原因。另一方面，我試圖改進cv::xfeatures2d::SURF的並行部分（並在64核Xeon Phi上測試它）。

來源

2017-02-16 justHelloWorld

它是，當然你總是依賴於硬件。你有沒有試過尋找你的GT 755m的規格，並與你的CPU進行比較？它應該給你一個提示。但無論如何，我不相信CPU版本會受益於您擁有的64個內核。 – NAmorim

@NAmorim感謝您的評論。我不是CUDA專家（實際上我幾乎一無所知），但是當我們談論GPU應用程序時，我們不應該考慮在我們的數據（圖像查詢）中加載開銷（我們無法擺脫） GPU內存（或類似的東西）？然後，當我們談論將內容加載/保存到另一個內存（特別是從/到HD）時，這將非常昂貴。我錯過了什麼嗎？ – justHelloWorld

因爲我不是專家，所以我不是最好的人來討論這個問題。但是你是對的，將數據從一個地方傳輸到另一個地方的確有開銷。但是從我玩CPU/GPU並行的經驗來看，在CPU上你有更低的開銷，但也有軟並行（想象最多4個核心），GPU上的開銷更高但攻擊性並行（我相信你的情況下有300+核心） – NAmorim

「加載它們在GPU內存的時間相比時間計算的描述變小」 - OP

是的，你是正確的。請參閱here和here以解釋爲什麼CUDA內核在第一次運行時似乎很慢。

對於您的應用程序，它將完全取決於您正在運行代碼的CPU和GPU以及CPU和GPU代碼編寫的程度。就像@NAmorim所說的那樣，它將取決於你的代碼產生多少開銷以及它能夠利用多少並行。

請注意，它也可能取決於您處理的功能數量，因爲這會影響CPU/GPU計算時間以及大部分GPU開銷（請考慮將描述符上傳/下載到GPU）。

來源

2017-06-27 11:50:01 Kelsius

cuda :: SURF_cuda比cv :: xfeatures2d :: SURF更快嗎？

回答

相關問題