TSINGSEE青犀视频AI智能识别功能开发如何通过GPU实现加速识别?

Posted TSINGSEE

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了TSINGSEE青犀视频AI智能识别功能开发如何通过GPU实现加速识别?相关的知识,希望对你有一定的参考价值。

大家知道我们最近在EasyCVR的AI智能技术方面下了比较大的功夫,近期一直在对智能识别做适配上的测试,待测试完毕即可上线,大家可以关注我们,获取我们最新的研发进度和测试进度。

由于AI识别是一个消耗工程量较大的进程,如果使用CPU进行AI识别则不会加速,并且还会产生非常卡顿的现象,效果很不理想,所以我们在考虑能否通过gpu加速AI识别。

首先查看电脑有没有gpu。打开任务管理器,并点击性能,最下面有GPU的信息,如果电脑有GPU的话,说明电脑支持GPU。

下一步需要查看电脑中GPU的信息。具体操作是先在桌面右击找到NVIDIA控制面板,并点击出现下图画面:

进入NVIDIA控制面板之后,点击左下角的系统信息。进入这个系统信息之后,我们就会看到相关的显卡信息。右边就是显卡的详细信息。

找到显卡的详细信息之后,我们就可以安装对应的python torch使用GPU来加速识别。不过在此之前要先安装英伟达的CUDA Toolkit来使用GPU加速,否则无法使用GPU。

以下是CUDA Toolkit的版本兼容:

以上是关于TSINGSEE青犀视频AI智能识别功能开发如何通过GPU实现加速识别?的主要内容,如果未能解决你的问题,请参考以下文章

TSINGSEE青犀视频利用GO集成百度AI人脸识别算法的开发实践

TSINGSEE青犀视频调用AI人脸识别出现跨域问题如何解决?

TSINGSEE青犀视频开发安全帽智能检测识别经验分享

TSINGSEE青犀视频平台人脸识别比对控制比对时间间隔的代码设计

TSINGSEE青犀视频开发AI智能分析采用c++中文编码出现乱码问题是由什么导致的?

TSINGSEE青犀视频人脸识别项目框架新增service层实现高耦合