Использование ядра CUDA: большой объем памяти процесса ⇐ C++

[Anonymous]

Всего у меня 811 изображений с разрешением RGB каждого 1440x1080. Следовательно итого 3,52 ГБ. Я использую CUDA v12.2, графический процессор NVIDIA RTX 3090 и Visual Studio 2019. Я столкнулся с двумя проблемами

• После readImage() , память процесса показывает 12,5 ГБ. Почему изображения размером 3,52 ГБ занимают так много памяти? Как его уменьшить?

  Код: Выделить всё

  //it is a global container
  std::vector gpuImgStack;
  
  void readImage(std::string img_path)
  {
  cv::Mat original_img;
  cv::cuda::GpuMat gpuTempImg;
  
  for (int i = 0; i < IMG_SIZE; i++)
  {
  original_img = cv::imread(img_path + "a1_" + std::to_string(i + 1) + ".BMP");
  gpuTempImg.upload(original_img);
  
  gpuImgStack.push_back(gpuTempImg);
  
  gpuTempImg.release();
  original_img.release();
  
  if (gpuImgStack.back().empty())
  {
  printf("Image read failed\n");
  exit(-1);
  }
  }
  
  std::cout = imgWidth - 3)
  return;
  
  double sumX = 0.0, sumY = 0.0, color=0.0;
  for (int i = -1; i  (gpuImgStack[i].ptr(), ML3[i].ptr(), width, height);
  }
  cudaDeviceSynchronize();
  }
  

  Я пытался оптимизировать ядро, и сейчас это мое ядро.
  Кроме того, я пытался не использовать эти два контейнера, но это невозможно сделать так, как внутри ядра исходное и конечное изображения будут неправильными.

  Код: Выделить всё

  cv::cuda::GpuMat ML3[IMG_SIZE];
  cv::cuda::GpuMat SML3[IMG_SIZE];
  

Подробнее здесь: https://stackoverflow.com/questions/787 ... ess-memory