首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

编译'modules/core/CMakeFiles/opencv_core.dir/src/opengl.cpp.o‘创建OpenCV错误-目标cuda的配方失败

这个错误是由于编译OpenCV时出现了目标cuda的配方失败导致的。下面是对该错误的完善且全面的答案:

错误信息中提到了编译路径下的modules/core/CMakeFiles/opencv_core.dir/src/opengl.cpp.o文件,这是OpenCV核心模块中的一个OpenGL相关的源文件。而错误的原因是目标cuda的配方失败,意味着编译过程中无法正确配置cuda相关的设置。

要解决这个错误,可以尝试以下几个步骤:

  1. 确保已正确安装和配置CUDA:CUDA是用于GPU加速计算的平台和编程模型,需要在系统中正确安装和配置。可以参考CUDA官方文档或相关教程进行安装和配置。
  2. 检查OpenCV的版本和编译选项:确保使用的OpenCV版本与CUDA版本兼容,并且在编译OpenCV时启用了CUDA支持。可以查看OpenCV官方文档或相关教程了解如何正确编译OpenCV以启用CUDA支持。
  3. 检查编译环境和依赖项:确保编译环境中已正确安装和配置了与CUDA相关的依赖项,例如CUDA Toolkit、cuDNN等。同时,还需要确保编译过程中能够正确找到这些依赖项的路径。
  4. 清理并重新编译:如果以上步骤都没有解决问题,可以尝试清理编译产生的临时文件和缓存,然后重新进行编译。可以使用make clean或类似的命令清理编译产生的文件。

如果以上步骤都无法解决问题,可能需要进一步检查编译日志和错误信息,以确定具体的失败原因。可以查看编译日志中的详细错误信息,尝试搜索相关错误信息以获取更多解决方案。

关于OpenCV和CUDA的更多信息,以及腾讯云相关产品和产品介绍链接地址,可以参考腾讯云的官方文档和开发者社区。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

  • ubuntu14.04+caffe2+OpenCV3.0安装一些问题

    ,特此记录 步骤 不多说了,参考宇宙骑士欧老师,博客在此 Caffe安装博客 不过说明下,最新caffe和tensorflow(>=1.0)都是要CUDA8以上,低版本大家不要装了 问题 编译...Caffe找不到cudnn.h或者是cublas.h等错误 我是原先安装过CUDA7.5和CUDA8.0,所以我直接跳过了CUDA安装这一步,务必保证有/usr/local/cuda sudo ln...-s /usr/local/cuda-8.0 /usr/local/cuda 编译OpenCV 出错问题非常多 问题一:ippicv_linux_*.tgzhash值不符错误 解决方法: 手动下载覆盖.../cudalegacy/CMakeFiles/opencv_cudalegacy.dir/all] 错误 解决方法:修改源码 将opencv-3.0.0/modules/cudalegacy/src...OpenCV,特此提供教程(详细版),如果欧老师行不通,你就看我编译安装OpenCV 下载OpenCV3.0 wget -c -t 10 http://sourceforge.net/projects

    99080

    OpenCV】如何在Linux操作系统下正确安装 OpenCV

    编译 第七步:配置路径 第八步:测试 opencv 第一步:下载依赖文件 这一步非常重要,如果是缺少某个依赖文件,编译 过程也不会出错,但是在使用 opencv 函数时候就是提示错误,只能删了重新编译...[ 77%] Building CXX object modules/xfeatures2d/CMakeFiles/opencv_xfeatures2d.dir/src/boostdesc. cpp.o.../xfeatures2d/CMakeFiles/opencv_xfeatures2d.dir/build.make:9 4 : modules/xfeatures2d/CMakeFiles/opencv_xfeatures2d.dir.../src/boostdesc. cpp.o] 错误 1 make[1]: *** [CMakeFiles/Makefile2:6818 : modules/xfeatures2d/CMakeFiles/.../opencv-4.5.1/opencv_contrib-4.5.1/modules/xfeatures2d /src/ 移植完以后应该长这个样子: 然后继续执行编译命令: sudo make -j4

    68910

    重新编译运行C++Cuda混编项目

    由于需要,最近得重新运行一个CUDA项目,但我苦于没有经验,只能从编译开始入门一下,不过还是不算难,难是原项目代码不保证质量,而且有若干无关文件,且运行环境未知、各模块运行版本也不是很清楚,导致搞了一大堆操作.../CMakeFiles/main.dir/main.cpp.o [ 50%] Building CXX object src/CMakeFiles/main.dir/testFunc.cpp.o [ 75%...] Building CXX object src/CMakeFiles/main.dir/testFunc1.cpp.o [100%] Linking CXX executable ../.....解决方法:这是Cuda路径配置错误导致,查看makefile中对应cuda路径CUDAROOT,修改成本地环境对应cuda路径。相应也要修改CUDALIB路径。 ? ?...总结重新构建步骤 首先是添加依赖模块,然后修改Makefile中对应依赖模块路径和Cuda相关路径,顺带把arch参数改为合适自己compute_xx,之后修改一些头文件引用错误(有的可能单纯是头文件名称错了

    1.5K20

    CMake 秘籍(四)

    中,我们首先必须收集配置选项,然后可以用它们值替换print_info.c.in中相应占位符;我们将 Fortran 和 C 源文件编译成一个可执行文件: 我们创建一个混合 Fortran-C 项目...这个配方展示了一种生成配置报告替代方法,该报告可以编译成可执行文件,甚至是一个库目标,通过将源生成委托给外部脚本。...我们不是通过调用add_test和set_tests_properties来定义每个集合并设置每个测试预期COST(第四章,创建和运行测试,配方 8,并行运行测试),我们目标是定义一个宏,能够一次性处理这两项任务...准备工作 我们将从第四章,创建和运行测试,配方 2,使用 Catch2 库定义单元测试中介绍示例开始。...正如我们在第五章,配置时间和构建时间操作,第 7 个配方,探测编译标志中讨论,这是针对 sanitizers 情况。

    24920

    PytorchC++端(libtorch)在Windows中使用

    个人环境: win10 cuda9.0 + cudnn7.0.5 1060-6G 正式开始 与之前实现任务相同,我这里将libtorch和OpenCV一起编译,使用OpenCV读取摄像头然后识别当前手势...测试GPU端libtorch 在Windows端,因为我们从官方下载OpenCV编译版本是利用MSVS编译,也就是我们常说Visual Studio编译工具,所以我们接下来使用编译器就是Visual...接下来使用cmake来进行配置吧,我们首先自己创建一个文件夹,存放我们主程序main.cpp还有CMakeLists.txt,然后我们再创建一个build空文件夹,之后我们编译文件都存放在build...library status: -- version: 4.0.0 -- libraries: opencv_calib3d;opencv_core;opencv_dnn;opencv_features2d...Pytorch版本不是稳定版),在这里使用window下libtorch读取是会发生错误,所以我们需要利用正式版1.0版本Pytorch去导出一个模型。

    95240

    win10_opencv4.2_cuda11_vs2019 编译

    打开cmake界面 tmp.png 7,点击【configure】目标,弹出对话框选择如下: tmp.png 8,然后点击【Finish】完成config之后,然后找到 OPENCV_EXTRA_MODULES_PATH...设置扩展模块源代码路径【注意:是下级modules 目录!!!】...换成了opencv4.4版本 2.配置了 OPENCV_EXTRA_MODULES_PATH,WITH_CUDACUDA_FAST_MATH,ENABLE_FAST_MATCH,BUILD_opencv_world...编译时间非常长,大约在2--4个小时时间 编译好后应该不会有什么错。如果有一两个Matlab啊Python啊之类错误请无视之。如果几十个几百个错可能就会很大程度上影响使用了。...tmp.png 编译好后,找到解决方案目录里 [CMakeTargets] 项展开 [INSTALL] 项,右键 -> [Project Only(仅项目)] -> [Build Only

    3.8K21

    利用VScode和cmake编译构建C++工程代码

    这样可以对整个项目的编译过程有一个比较明确理解。 如果对以上一些概念不是很熟悉可以看这里:编译器gcc、clang、make、cmake辨析。...,当我们识图自己设计或者编译类似于OpenCV等大型项目时,光使用简单搭建方式是不够用,因此,无论是小项目还是大项目都有必要使用跨平台构建工具:cmake,当然VScode中也是有cmake插件...那么我们开始吧,首先我们创建一个测试文件夹,再打开VScode,然后添加一个main.cpp: 其中代码来自于利用PytorchC++前端(libtorch)读取预训练权重并进行预测,使用库为OpenCV...] libraries: opencv_calib3d;opencv_core;opencv_dnn;opencv_features2d;opencv_flann;opencv_gapi;opencv_highgui...对于Linux来说就是我们经常见到GCC,之前我们并没有说我们编译器是什么,因为我们在配置Cmake时候其会自动搜索当前系统中所有存在编译器然后让我们去选择: 当然我们在选择后也可以在setting

    1K70

    Ubuntu16.04 Caffe 安装步骤记录(超详尽)

    , 下载 opencv-3.1.0.zip 解压到你要安装位置,命令行进入已解压文件夹 opencv-3.1.0 目录下,执行: mkdir build # 创建编译文件目录 cd build...make -j8 #编译 在执行 make -j8 命令编译到 92% 时可能会出现以下错误modules/cudalegacy/src/graphcuts.cpp:120:54: error:...解决办法: 修改 /opencv-3.1.0/modules/cudalegacy/src/graphcuts.cpp 文件内容,如图: 编译成功后安装: sudo make install #安装...首先编译 pycaffe : cd caffe sudo make pycaffe -j8 以下是我编译 pycaffe 时出现错误: python/caffe/_caffe.cpp:10:31:...caffe : >>> import caffe 若不报错则表示 caffe python 接口已正确编译,但是应该不会那么顺利,以下是我导入 caffe 时出现错误错误1: File "<stdin

    1.5K20
    领券