CV-CUDAは、効率的なクラウドスケールの構築を可能にするオープンソースプロジェクトです 人工知能(AI)イメージングおよびコンピュータービジョン(CV)アプリケーション。それ グラフィックスプロセッシングユニット(GPU)アクセラレーションを使用して、開発者が高度に構築できるようにします 効率的な前処理パイプラインと後処理パイプライン。CV-CUDAは、 NVIDIAとByteDanceの共同作業。
詳細については、開発者ガイドを参照してください。 リリースv0.2.0-alphaの時点で利用可能な演算子。
ローカル コピーを起動して実行するには、次の手順を実行します。
次の手順では、ビルド済みインストールからCV-CUDAをインストールする方法について説明します パッケージ。環境のニーズを満たすインストール方法を選択してください。
tar -xvf nvcv-lib-0.2.0-cuda11-x86_64-linux.tar.xz
sudo dpkg -i nvcv-lib-0.2.0-cuda11-x86_64-linux.deb
pip install nvcv_python-0.2.0-cp38-cp38-linux_x86_64.whl
ソースからCV-CUDAを正常にビルドするには、次の手順に従います。
CV-CUDA の構築
cd ~/cvcuda ci/build.sh
これにより、ディレクトリ内のCV-CUDAのx86リリースビルドがコンパイルされます。 ライブラリはビルド-rel/libにあり、ドキュメントはビルド-リリース/ドキュメントと実行可能ファイルにあります (テストなど)ビルド-rel/ビンで。
build-rel
スクリプトは、ビルドツリーの作成を制御するためのいくつかのパラメーターを受け入れます。
ci/build.sh [release|debug] [output build tree path]
デフォルトでは、リリース用にビルドされます。
出力ビルドツリーパスが指定されていない場合は、リリース用になります ビルド、およびデバッグ用のビルド-deb。
build-rel
ビルドドキュメント
ci/build_docs.sh [build folder]
例: 'ci/build_docs.sh ビルド
ビルド サンプル
./ci/build_samples.sh [build folder]
(CV-CUDAプロジェクト以外でサンプルをコンパイルする方法については、 サンプルのドキュメントを参照してください)
テストの実行
テストは にあります。以下のスクリプトを実行して、すべてを実行できます 一度にテストします。ビルドツリーが作成された例を次に示します。
<buildtree>/bin
build-rel
build-rel/bin/run_tests.sh
サンプルの実行
サンプルは にインストールされます。以下のスクリプトを実行できます モデルをダウンロードしてシリアル化し、テスト データを使用してサンプルを実行するには 提供。
<buildtree>/bin
./ci/run_samples.sh
パッケージインストーラー
正常にビルドされたプロジェクトから、cpackを使用してインストーラーを生成できます。
cd build-rel
cpack .
これにより、ビルドディレクトリにDebianインストーラとtarballの両方が生成されます (*.tar.xz)、他のディストリビューションとの統合に必要です。
生成するインストーラーをきめ細かく選択するには、完全な構文は次のとおりです。
cmake . -G [DEB|TXZ]
CV-CUDAはオープンソースプロジェクトです。オープンソースコミュニティの一員として、私たちは 学習、改善、更新のサイクルに取り組んでおり、これを実現します コミュニティは繁栄します。ただし、リリースv0.2.0-alphaの時点では、CV-CUDAはまだ準備ができていません 外部からの貢献のために。
CV-CUDAに貢献するためのプロセスを理解するには、貢献のページを参照してください。全英オープンへのコミットメントを理解する ソースコミュニティ、およびサポートと尊重の両方を行う環境を提供する すべての貢献者の努力については、私たちの行動規範をお読みください。
CV-CUDA は Apache-2.0 ライセンスの下で動作します。
CV-CUDA は、NVIDIA プログラムとして、安全な開発プラクティスに取り組んでいます。 詳細については、セキュリティページをお読みください。
CV-CUDAはNVIDIAとByteDanceが共同で開発しています。