When will GOOGLE COLAB support OpenCV4?

Processing speed is a matter of life and death for image processing applications, and I've heard that OpenCV4 is already compatible with GPU execution, but when will GOOGLE COLAB support OpenCV4?

=====================
実行速度は画像処理のアプリにとって非常に重要で、GOOGLE COLABはいつGPU処理に対応するOpenCV4以上をサポートすることになるのでしょうか。

回答5件

jbpb0

総合スコア7658

投稿2023/02/14 05:06

編集2023/02/14 06:31

google colabで

python
1import cv2
2print(cv2.getBuildInformation())

を実行したら「OpenCL: YES」なので、
ビルドしたOpenCVを動かしてみた
を参考に試してみました

　
コードは、下記の「検証用コード」から修正し、「ランタイムのタイプ」を「GPU」にして実行します
「OpenCVの画像処理をGPU(CUDA)で高速化する」を読んでresizeをマルチコア対応するお話。

また、入力画像は、下記の「len_std.jpg」(256x256カラー)です
画像認識

　
下記を実行したら、「CPU = 8.074358057975768[msec]」くらいでした

python
1import sys
2import time
3import cv2
4
5### VALUES
6NUM_REPEAT = 10000
7
8### Read source image
9#img_src = cv2.imread("lena.jpg")
10img_src = cv2.imread("len_std.jpg")
11
12### Run with CPU
13time_start = time.time()
14for i in range (NUM_REPEAT):
15    #img_dst = cv2.resize(img_src, (300, 300))
16    img_dst = cv2.resize(img_src, (3840, 2160))
17time_end = time.time()
18print ("CPU = {0}".format((time_end - time_start) * 1000 / NUM_REPEAT) + "[msec]")

　
下記を実行したら、「OpenCL = 0.7466637849807739[msec]」くらいでした
8.074358057975768 / 0.7466637849807739 ≒ 11倍の高速化
(効果は実行時に割り当てられるgpuの機種等によって変わると思います)

python
1import sys
2import time
3import cv2
4
5### VALUES
6NUM_REPEAT = 10000
7
8### Read source image
9#img_src = cv2.imread("lena.jpg")
10img_src = cv2.UMat(cv2.imread("len_std.jpg"))
11
12### Run with OpenCL
13time_start = time.time()
14for i in range (NUM_REPEAT):
15    #img_dst = cv2.resize(img_src, (300, 300))
16    img_dst = cv2.resize(img_src, (3840, 2160))
17time_end = time.time()
18print ("OpenCL = {0}".format((time_end - time_start) * 1000 / NUM_REPEAT) + "[msec]")

jbpb0

総合スコア7658

投稿2023/02/14 06:45

#1 の続き

最適な Colab のプランを選択する
の一番左の「Pay As You Go」を購入して、「ランタイムのタイプを変更」で「GPU」を選んで、「GPUクラス」で「プレミアム」を選ぶと、「OpenCL = 0.5429462671279908[msec]」くらいになりました
8.074358057975768 / 0.5429462671279908 ≒ 15倍の高速化