我想使用 GPU 来加速 SURF 算法。但实际上我发现 CPUs(enale TBB) 是 SURF 算法比 GPU 更快。 我的硬件和操作系统信息: CPU:Intel(R) Xeon(R) CPU E3-1230 V2 @ 3.30GHz(4 核 + 8 线程) GPU:Nvidia GTX 660ti ~1000MHz(1344 个 GPU 核心) Ubuntu 12.04(64 位)
应用场景: 我的文件夹有大约 120 张图片。我需要使用 SURF 获取每张图像的关键点。
时间日志
每张图片的 CPU(TBB),花费时间日志:
索引 DB:/home/ole/MatchServer/ImgDB0/img0 在 SURF ALGO 上花费时间(在 TBB 上)[s]:0.00666648
索引 DB:/home/ole/MatchServer/ImgDB0/img1 在 SURF ALGO 上花费时间(在 TBB 上)[s]:0.00803925
索引 DB:/home/ole/MatchServer/ImgDB0/img2 在 SURF ALGO 上花费时间(在 TBB 上)[s]:0.0066344
索引 DB:/home/ole/MatchServer/ImgDB0/img3 在 SURF ALGO 上花费时间(在 TBB 上)[s]:0.00625698
索引 DB:/home/ole/MatchServer/ImgDB0/img4 在 SURF ALGO 上花费时间(在 TBB 上)[s]:0.00699448
索引 DB:/home/ole/MatchServer/ImgDB0/img5 在 SURF ALGO 上花费时间(在 TBB 上)[s]:0.00621663
.................more..................................
每张图片的GPU,花费时间日志(每张图片的GPU有两行日志,一是上传img到GPU Mem,二是SURF_GPU算法花费时间):
索引 DB:/home/ole/MatchServer/ImgDB0/img0 在 GPU 上传图像上花费时间[s]:1.99329
索引 DB:/home/ole/MatchServer/ImgDB0/img0 在 Gpu SURF ALGO[s] 上花费时间:0.00971809
索引 DB:/home/ole/MatchServer/ImgDB0/img1 在 GPU 上传图像上花费时间[s]:0.000157638
索引 DB:/home/ole/MatchServer/ImgDB0/img1 在 Gpu SURF ALGO[s] 上花费时间:0.00618778
索引 DB:/home/ole/MatchServer/ImgDB0/img2 在 GPU 上传图像上花费时间[s]: 8.8108e-05
索引 DB:/home/ole/MatchServer/ImgDB0/img2 在 Gpu SURF ALGO[s] 上花费时间:0.00736609
索引 DB:/home/ole/MatchServer/ImgDB0/img3 在 GPU 上传图像上花费时间[s]: 8.8599e-05
索引 DB:/home/ole/MatchServer/ImgDB0/img3 在 Gpu SURF ALGO[s] 上花费时间:0.00559131
索引 DB:/home/ole/MatchServer/ImgDB0/img4 在 GPU 上传图像上花费时间[s]: 8.7626e-05
索引 DB:/home/ole/MatchServer/ImgDB0/img4 在 Gpu SURF ALGO[s] 上花费时间:0.00610033
索引 DB:/home/ole/MatchServer/ImgDB0/img5 在 GPU 上传图像上花费时间[s]: 8.9125e-05
索引 DB:/home/ole/MatchServer/ImgDB0/img5 在 Gpu SURF ALGO[s] 上花费时间:0.00632997
............................more..................................
我发现将图像垫上传到 GPU 时,第一张图像非常慢,大约 2 秒。接下来是正常的大约 0.000157638 秒。
GPU 代码:
try
{
double t0 = (double)getTickCount();
cv::gpu::SURF_GPU surf_gpu;
Size size = help_img.size();
Size size0 = size;
int type = help_img.type();
cv::gpu::GpuMat d_m(size0, type);
if(size0 != help_img.size() )
d_m = d_m(Rect((size0.width - size.width) / 2, (size0.height - size.height) / 2, size.width, size.height));
d_m.upload(help_img);
double t = ((double)getTickCount() - t0)/getTickFrequency();
std::cout << "indexing DB:"<< path << " cost time on upload image[s]: " << t << std::endl;
t0 = (double)getTickCount();
surf_gpu(d_m, cv::gpu::GpuMat(), help_keypoints);
t = ((double)getTickCount() - t0)/getTickFrequency();
std::cout << "indexing DB:"<< path << " cost time on Gpu image[s]: " << t << std::endl;
}
catch (const cv::Exception& e)
{
printf("issue happen!");
}
请大家帮忙针对以下问题给出一些建议:
1.为什么第一次上传图片到GPU很慢,大约2秒?
2.为什么GPU不能加速SURF算法,SURF有很多计算,理论上GPU可以加速。
3. SURF算法如何提高GPU性能?
谢谢!!
最佳答案
第一次上传到 GPU 总是比较慢。 GPU 需要先初始化,然后才能进行一些实际工作。这是因为默认的 CUDA 上下文是在第一次 CUDA 调用时创建的,在您的情况下,这是上传到 GPU Mat。解决方法是在执行实际工作之前调用随机 GPU 函数。
这取决于您比较的 GPU 和 CPU。使用 TBB 时,您使用的 XEON 等高端 CPU 更有可能胜出。对于实际加速,请尝试使用像 NVIDIA Tesla 这样的高端 GPU。 OpenCV 的当前实现可能未针对您正在使用的 Kepler 架构 GPU 进行优化。
对此没有固定的答案。这取决于算法的并行性质、最佳实现以及系统中存在的硬件。
关于image-processing - 为什么GPU对于opencv SURF算法没有表现出比CPU的优势?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/12563939/