Openpose win10编译(Visual Studio2019)

Openpose win10编译(Visual Studio2019)

  • 前言
  • 准备工作
    • 需求工具
    • 安装CUDA及cudnn
  • 编译VS工程
  • 项目测试

前言

Openpose 地址:Openpose主页
使用git clone https://github.com/CMU-Perceptual-Computing-Lab/openpose下载openpose
参考博客:https://blog.csdn.net/zb1165048017/article/details/82115724,https://blog.csdn.net/m0_37638031/article/details/78896818

【注】如果使用git时下载速度过慢,可以将openpose代码fork到国内的码云中后再clone代码
git clone https://gitee.com/aydon/openpose.git

准备工作

需求工具

CMakeVisual Studio 2019,CUDA,cudnn
在编写此文章时使用的版本为:
CMake:3.15.0
CUDA:10.1 CUDA10.1下载
Openpose win10编译(Visual Studio2019)_第1张图片
Openpose win10编译(Visual Studio2019)_第2张图片
cudnn:cudnn-10.1-windows10-x64-v7.6.1.34,戳这里
Openpose win10编译(Visual Studio2019)_第3张图片

安装CUDA及cudnn

CUDA下载完成后,点击执行.exe文件,接下来一直选择下一步即可。
安装完成后打开cmd,输入nvcc -V,显示如下则安装成功。最后一行显示版本号,图中是10.1.
Openpose win10编译(Visual Studio2019)_第4张图片
打开Visual sutdio新建工程,选择CUDA模块
Openpose win10编译(Visual Studio2019)_第5张图片
复制以下代码,替换kernel.cu下的内容

// CUDA runtime 库 + CUBLAS 库 
#include "cuda_runtime.h" 
#include "cublas_v2.h" 
#include  
#include  
 
using namespace std;
// 定义测试矩阵的维度 
int const M = 5;
int const N = 10;
int main()
{
	// 定义状态变量 
	cublasStatus_t status;
	// 在内存中为将要计算的矩阵开辟空间 
	float *h_A = (float*)malloc(N*M * sizeof(float));
	float *h_B = (float*)malloc(N*M * sizeof(float));
	// 在 内存 中为将要存放运算结果的矩阵开辟空间 
	float *h_C = (float*)malloc(M*M * sizeof(float));
	// 为待运算矩阵的元素赋予 0-10 范围内的随机数 
	for (int i = 0; i<N*M; i++) {
		h_A[i] = (float)(rand() % 10 + 1);
		h_B[i] = (float)(rand() % 10 + 1);
	}
	// 打印待测试的矩阵 
	cout << "矩阵 A :" << endl;
	for (int i = 0; i<N*M; i++) {
		cout << h_A[i] << " ";
		if ((i + 1) % N == 0) cout << endl;
	}
	cout << endl;
	cout << "矩阵 B :" << endl;
	for (int i = 0; i<N*M; i++) {
		cout << h_B[i] << " ";
		if ((i + 1) % M == 0) cout << endl;
	}
	cout << endl;
	/*
	** GPU 计算矩阵相乘
	*/
	// 创建并初始化 CUBLAS 库对象
	cublasHandle_t handle;
	status = cublasCreate(&handle);
	if (status != CUBLAS_STATUS_SUCCESS)
	{
		if (status == CUBLAS_STATUS_NOT_INITIALIZED) {
			cout << "CUBLAS 对象实例化出错" << endl;
		}
		getchar();
		return EXIT_FAILURE;
	}
	float *d_A, *d_B, *d_C;
	// 在 显存 中为将要计算的矩阵开辟空间 
	cudaMalloc(
		(void**)&d_A, // 指向开辟的空间的指针 
		N*M * sizeof(float) // 需要开辟空间的字节数 
	);
	cudaMalloc(
		(void**)&d_B,
		N*M * sizeof(float)
	);
	// 在 显存 中为将要存放运算结果的矩阵开辟空间 
	cudaMalloc(
		(void**)&d_C,
		M*M * sizeof(float)
	);
	// 将矩阵数据传递进 显存 中已经开辟好了的空间 
	cublasSetVector(
		N*M, // 要存入显存的元素个数 
		sizeof(float), // 每个元素大小 
		h_A, // 主机端起始地址 
		1, // 连续元素之间的存储间隔 
		d_A, // GPU 端起始地址 
		1 // 连续元素之间的存储间隔 
	);
	cublasSetVector(
		N*M,
		sizeof(float),
		h_B,
		1,
		d_B,
		1
	);
	// 同步函数
	cudaThreadSynchronize();
	// 传递进矩阵相乘函数中的参数,具体含义请参考函数手册。 
	float a = 1; float b = 0;
	// 矩阵相乘。该函数必然将数组解析成列优先数组 
	cublasSgemm(
		handle, // blas 库对象 
		CUBLAS_OP_T, // 矩阵 A 属性参数 
		CUBLAS_OP_T, // 矩阵 B 属性参数
		M, // A, C 的行数 
		M, // B, C 的列数
		N, // A 的列数和 B 的行数
		&a, // 运算式的 α 值 
		d_A, // A 在显存中的地址 
		N, // lda 
		d_B, // B 在显存中的地址 
		M, // ldb 
		&b, // 运算式的 β 值 
		d_C, // C 在显存中的地址(结果矩阵) 
		M // 
	);
	// 同步函数 
	cudaThreadSynchronize();
	// 从 显存 中取出运算结果至 内存中去
	cublasGetVector(M*M, // 要取出元素的个数 
		sizeof(float), // 每个元素大小 
		d_C, // GPU 端起始地址 
		1, // 连续元素之间的存储间隔 
		h_C, // 主机端起始地址
		1 // 连续元素之间的存储间隔 
	);
	// 打印运算结果 
	cout << "计算结果的转置 ( (A*B)的转置 ):" << endl;
	for (int i = 0; i<M*M; i++) {
		cout << h_C[i] << " ";
		if ((i + 1) % M == 0) cout << endl;
	}
	// 清理掉使用过的内存 
	free(h_A);
	free(h_B);
	free(h_C);
	cudaFree(d_A);
	cudaFree(d_B);
	cudaFree(d_C);
	// 释放 CUBLAS 库对象
	cublasDestroy(handle);
	getchar();
	return 0;
}

右键解决方案名打开属性,在VC++目录中加入变量:
包含目录为:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include
库目录为:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib
【注】如果是默认安装CUDA,那么目录就是这个。如果自定义安装的话,选择你安装时的路径名。
配置属性–>链接器–>输入–>附加依赖中添加库文件:
cublas.lib
cuda.lib
cudadevrt.lib
cudart.lib
OpenCL.lib
cudnn.lib
Openpose win10编译(Visual Studio2019)_第6张图片
添加完成后不要忘记点击应用按钮。
按F5运行,得到结果,则CUDA安装成功。

接下来安装cudnn
将解压下来的文件中的所有内容(即cudnn中的这三个文件夹)复制到CUDA文件夹中即可Openpose win10编译(Visual Studio2019)_第7张图片
复制代码,替换kernel.cu中的内容

#include 
#include 
#include 
using namespace std;
 
void main() {
	cudnnHandle_t handle;
	cudnnStatus_t t = cudnnCreate(&handle);
	cout << cudnnGetErrorString(t);
	getchar();
}

右键选择解决方案名,选额CUDA C/C++中的Device将第一个修改为
Openpose win10编译(Visual Studio2019)_第8张图片
点击F5运行代码,成功则安装完成。

编译VS工程

openpose文件夹中创建bulid文件夹:
Openpose win10编译(Visual Studio2019)_第9张图片
设置CMake路径
Openpose win10编译(Visual Studio2019)_第10张图片
Openpose win10编译(Visual Studio2019)_第11张图片
【注】如果第一次点击Configure爆红的话是正常现象,在重新点击一个Configure就可以了,直到全部变白为止

如果点击Open Project无反应的话就找到openpose下的bulid文件夹中的OpenPose.sln,并用Visual Studio 2019打开
Openpose win10编译(Visual Studio2019)_第12张图片
打开解决方案,选择ALL_BUILD,右键点击生成
Openpose win10编译(Visual Studio2019)_第13张图片

项目测试

选择Examples文件夹下的其中一个例子,右键设为启动项后点击使用F5运行
Openpose win10编译(Visual Studio2019)_第14张图片

你可能感兴趣的:(Openpose win10编译(Visual Studio2019))