8 (905) 200-03-37 Владивосток
с 09:00 до 19:00
CHN - 1.14 руб. Сайт - 21.13 руб.

PCU на основе компьютерного визуального программирования использует OpenCV и Cuda Real -времени обработка в книжном магазине Xinhua

Цена: 1 120руб.    (¥52.96)
Артикул: 631235005068

Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.

Этот товар на Таобао Описание товара
Продавец:天猫超市
Рейтинг:
Всего отзывов:0
Положительных:0
Добавить в корзину
Другие товары этого продавца
¥1593 360руб.
¥159.93 379руб.
¥179.83 800руб.
¥49.91 055руб.
  • Информация о товаре
  • Фотографии

Введение

Эта книга содержит подробный обзор интеграции OpenCV и CUDA для достижения практических применений.1 Сначала представьте базовые знания использования CUDA для программирования GPU.Затем, как использовать некоторые реальные примеры, как использовать графические процессоры и CUDA для достижения ускорения OpenCV.После того, как основная концепция освоена, читатели будут знакомы с тем, как развернуть приложения OpenCV на NVIDIA Jetson TX1, что популярно в области компьютерного видения и приложений глубокого обучения.Последняя глава этой книги объясняет Pycuda, которая представляет собой библиотеку Python, которая использует мощные функции CUDA и GPU для ускорения.После книги*читатели будут улучшать приложения компьютерного зрения с помощью метода практики этой книги.
Оглавление

Предисловие
об авторе
Введение в рецензента
ГЛАВА D1 CUDA ВВЕДЕНИЕ И НАЧАЛО 1
1.1 Технические требования 1
1.2 CUDA ВВЕДЕНИЕ 1
1.2.1 Параллельная обработка 2
1.2.2 Архитектура GPU и CUDA Введение 2
1.2.3 CUDA Architecture 3
1.3 CUDA Application 4
1.4 Среда развития CUDA 5
1.4.1 Поддержка GPU 5 CUDA 5
1.4.2 Пакет инструментов разработки CUDA 6
1.5 Установите набор инструментов CUDA 6 на всех операционных системах 6
1.5.1 Windows 6
1.5.2 Linux 7
1.5.3 Mac 8
1.6 Основная программа CUDA C 9
1.6.1 Шаг 10 программ CUDA C в Windows 10
1.6.2 Шаг 10 программ CUDA C на Ubuntu 10
1.7 Резюме 11
1.8 ТЕСТОЧНЫЙ ВОПРОС 11
Глава D2 Используйте CUDA C для параллельного программирования 12
2.1 Технические требования 12
2.2 Структура программы CUDA 13
2.2.1 Двойная переменная плюс метод в CUDA C
2.2.2 Звоните 14 ядра 14
2.2.3 Настройте параметры ядра 15
2.2.4 Функция CUDA API 16
2.2.5 Передайте параметр к функции CUDA 17
2.3 Выполните потоки на устройстве 19
2.4 Получите атрибут устройства GPU в программе CUDA 20 20
2.4.1 Информация об общем оборудовании 21
2.4.2 -связанные с памятью атрибуты 22
2.4.3.
2.5 Векторная операция в CUDA 24
2.5.1 два вектора плюс метод 24
2.5.2 Сравнение задержки кода ЦП и кода графического процессора 27
2.5.3 Выполните каждый элемент вектора 28
2.6 Режим параллельной связи 29
2.6.1 Карта 29
2.6.2 Соберите 29
2.6.3 Disposter 30
2.6.4 Монгольская доска 30
2.6.5 Перевод 30
2.7 Резюме 30
2.8 Вопрос тестирования 31
D3 Thread, синхронизация и память 32
3.1 Технические требования 32
3.2 Тейд 33
3.3 Архитектура памяти 36
3.3.1 Глобальная память 37
3.3.2 Локальная память и зарегистрировать Хип 38
3.3.3 Высоко -скоростный спад буфера 39
3.4 Синхронизация потока 39
3.4.1 Обмен памятью 39
3.4.2 Атомная операция 42
3.5 Постоянная память 46
3.6 Текстурная память 48
3.7 Explorer и MATRIX Multiplication Пример 50
3.7.1 Умножение 50 векторных точек
3.7.2 Умножение матрицы 54
3.8 Резюме 58
3.9 тест Вопрос 58
D4 Концепция GJ в CUDA 60
4.1 Технические требования 60
4.2 Измерьте производительность программы CUDA 61
4.2.1 CUDA Event 61
4.2.2 NVIDIA Visual Profiler 63
4.3 Обработка ошибок в CUDA 64
4.3.1 Обработка ошибок из кода 65
4.3.2 Инструмент отладки 66
4.4 Улучшение производительности программы CUDA 66
4.4.1 Используйте количество блоков и потоков с подходящим D 66
4.4.2 z Основная эффективность математических вычислений 67
4.4.3 Используйте объединенные или шаги -шаг.
4.4.4 Избегайте внутренней ветви Warp 67
4.4.5 Используйте память на странице блокировки 68
4.5 Cuda Stream 69
4.6 Используйте Алгоритм сортировки ускорения CUDA 73
4.7 Используйте CUDA для обработки изображений 75
4.8 Резюме 80
4.9 тест Вопрос 81
Глава D5 OpenCV Введение в CUDA 82
5.1 Технические требования 82
5.2 Обработка изображений и введение компьютерного видения 83
5.3 Введение в OpenCV 83
5.4 Установка OpenCV 84 поддерживает CUDA
5.4.1 Установите OpenCV 84 в Windows
5.4.2 Установить OpenCV 89 на Linux
5.5 Используйте OpenCV для обработки изображений 92
5.5.1 Изображение в OpenCV представляет 92
5.5.2 Чтение и отображение изображений 93
5.5.3 Используйте OpenCV для создания изображения 96
5.5.4 Сохраните изображение в файл 99
5.6 Используйте OpenCV обработку видео 99
5.6.1 Обработка хранения видео на компьютере 100
5.6.2 Видео читает с сетевой камеры 101 101
5.6.3 Сохраните видео на диск 102
5.7 Базовые приложения компьютерного зрения с использованием модуля 104 OpenCV CUDA 104
5.7.1 Введение в модуль 104 OpenCV CUDA 104
5.7.2 Арифметическая и логическая работа изображения 104
5.7.3 Измените цветовое пространство изображения 108 108
5.7.4 Пороговая обработка изображения 109
5.8 Приложения OpenCV Используйте и не используют поддержку CUDA.
5.9 Резюме 113
5.10 Вопросы тестирования 114
Глава D6 Используйте OpenCV и CUDA для основных визуальных операций компьютера 115
6.1 Технические требования 115
6.2 Различная сила пикселя изображения 116
6.3 Расчет и равновесие 117 в OpenCV 117
6.4 Геометрическое преобразование изображений 120
6.4.1 Регулировка размера изображения 120
6.4.2 Перевод и вращение изображения 121
6.5 Фильтрация изображения 122
6.5.
6.5.2 Работа фильтрации с низкой пропускной способностью изображения 123
6.5.3 Выполните изображение высокая операция фильтрации 128
6.6 Морфологическая работа изображения 131
6.7 Резюме 134
6.8 Тестовый вопрос 134
Глава D7 использует OpenCV и CUDA для обнаружения и отслеживания объектов 135
7.1 Технические требования 135
7.2 Введение в обнаружение и отслеживание объектов 136
7.2.1 Применение обнаружения и отслеживания объектов 136
7.2.2 Задача в обнаружении объектов 136
7.3 Обнаружение и отслеживание объектов на основе цвета 136
7.4 Обнаружение и отслеживание объектов на основе застегивания 139
7.4.1 Обнаружение хитрый край 139
7.4.2 Используйте преобразование Хаф для выполнения линейного обнаружения 140
7.4.3 Проверьте круглую форму 143
7.5 Детектор ключевых точек и дескриптор 144
7.5.1 Детектор функции функции.
7.5.2 Тест функции для быстрого и вращающегося краткого
7.5.3 Ускорение сильное обнаружение функций и сопоставление 147
7.6 Используйте объект HAAR -Level, чтобы обнаружить 150
7.6.1 Используйте куплет HAAR, чтобы выполнить обнаружение лица 151
7.6.2 Используйте куплет HAAR -Level для обнаружения глаз 153
7.7 Используйте метод вычитания фона, чтобы отслеживать 155
7.7.1 Gauss Mixed Legal 155
7.7.2 GMG Фарообобы 157
7.8 Резюме 159
7.9 тест Вопрос 160
Глава D8 Jetson TX1 Kit 161
8.1 Технические требования 161
8.2 Jetson TX1 Введение 161
8.2.1 Важные особенности Jetson TX1 163
8.2 Применение Jetson TX1 163
8.3 Установите JetPack 163 на Jetson TX1
8.3.1 Основные требования для установки 164
8.3.2 Шаг установлен 164
8.4 Резюме 171
8.5 Тестовый вопрос 171
D9 Развертывание приложений компьютерного зрения на Jetson TX1 172
9.1 Технические требования 172
9.2 Атрибут устройства GPU Jetson TX1 173
9.3 Basic CUDA Программа 174 на Jetson TX1
9.4 Обработка изображений на Jetson TX1 176
9.4.1 Компиляция OpenCV 176 поддерживает CUDA
9.4.2 Читать и отображать изображения 178
9.4.3 Синтез изображения 178
9.4.4 Пороговая обработка изображения 180
9.4.5 Фильтр изображения на Jetson TX1 182
9.5 Интерфейс камеры Jetson TX1 184
9.6 Приложение GJ на Jetson TX1 185
9.6.1 Используйте куплет HAAR, чтобы выполнить обнаружение лица 185
9.6.2 Используйте куплет HAAR -уровня для обнаружения глаз 187
9.6.3 Гибридное вычитание фона Гаусса 188
9.7 Используйте Python и OpenCV на Jetson TX1 для реализации Computer Vision 191
9.8 Резюме 192
9,9 тест Вопрос 193
Глава D10 Pycuda начинается 194
10.1 Технические требования 194
10.2 Введение в язык программирования Python 194
10.3 Введение в модуль Pycuda 195
10.4 Установите Pycuda 196 на Windows
10.5 Установите Pycuda 199 на Ubuntu
10.6 РЕЗЮМЕ 201
10.7 Тестовый вопрос 201
Глава D11 Используйте Pycuda 202
11.1 Технические требования 202
11.2 Напишите программу Pycuda 203
11.3 Посетите атрибуты устройства GPU из Pycuda Program 204
11.4 Выполните потоки и блок 206 в Pycuda
11.5 Основные концепции программирования в Pycuda 206 206
11.5.1 Добавить два числа в Pycuda 207
11.5.2 Используйте класс драйвера, чтобы упростить дополнительный метод 208
11.6 Используйте событие CUDA для измерения производительности программы Pycuda 209 209
11.6.1 Инцидент с CUDA 209
11.6.2 Используйте метод большого массива плюс для измерения производительности Pycuda 210
11.7 Сложные программы в Pycuda 212
11.7.1 Рассчитайте элемент матрицы в Pycuda 212
11.7.2 MARTE MARTEM MARTIPLE 215 Умножение 215
11.7.3 Умножение матрицы 217
11,8 GJ Функция ядра Pycuda 219
11.8.1 Функция ядра Элемента Пикуда 219 Функция 219
11.8.2 Функция ядра.
11.8.3 Функция ядра сканирования 221
11.9 Резюме 222
11.10 Вопросы тестирования 223
Глава D12 Основное компьютерное визуальное применение Pycuda 224
12.1 Технические требования 224
12.2 Расчет гистограммы в пикуде 224
12.2.1 Используйте атомную операцию 225
12.2.2 Используйте общую память 227
12.3 Используйте Pycuda для выполнения основных визуальных операций компьютера 229
12.3.1 Преобразование цветового пространства в Pycuda 230
12.3.2 Выполните синтез изображения 233 в Pycuda
12.3.3 Используйте GPUarray в Pycuda для изменения изображения 234
12.4 Резюме 235
12.5 Тест Вопрос 235
Вопросы вопросов 236 
Рекомендуемая рекомендация

Эта книга является руководством BD разработчиков OpenCV. Она учит вас использовать OpenCV и CUDA для достижения разработки проектов компьютерного зрения для ускорения графического процессора, чтобы помочь вам быстро овладеть эффективной технологией использования комплексных данных обработки обработки графического процессора.
В книге есть 11 глав, глава D1 представляет архитектуру и применение CUDA; D2 представляет, как использовать CUDA для написания программ для GPU; D3 знакомит, как вызвать поток из программы CUDA и как общаться друг с другом много Threads; D4 представляет потоки CUDA и события CUDA и другие концепции GJ; D5 Введение для установки библиотеки OpenCV, которая поддерживает CUDA во всех операционных системах; D6 объясняет, как использовать OpenCV для написания основных визуальных операций компьютера, таких как операции изображений Pixel -Delevel, Фильтрация и морфологические операции; D7 Введение в использование и использование OpenCV и CUDA ускоряет шаги фактических приложений компьютерного зрения; D8 Глава, как установить OpenCV на встроенной платформе Jetson TX1; D9 представляет, как развернуть приложения компьютерного зрения на Jetson TX1; использовать D9; Пикуда для написания программ.