VIP20

本课程属于：162-NVIDIA CUDA与TensorRT GPU加速工程 AI智能与边缘计算工程 · 共 20 门相关课程，组合学习更完整。

查看所属VIP全部课程 →

← 返回所属目录咨询 / 购买

CUDA图像处理算法加速与优化

共计 30 章节

可可资料掘金营 · 点击在线试看

课程导入与GPU图像处理全景

目标=从CPU串行瓶颈到CUDA并行… · 明确课程目标 · 工具链（nvcc

GPU课程导入

CUDA编程模型与图像数据映射

目标=线程层次 · 内存层次 · kernel启动配置

CUDA编程模型

图像数据在GPU上的内存布局与传输优化

目标=全局内存 · 纹理内存 · 常量内存

GPU图像数据

第一个CUDA图像处理程序

目标=灰度化与颜色空间转换 · BGR转RGB · 对比CPU与GPU性能

线程组织与图像边界处理

目标=二维线程块设计 · 边界条件判断 · halo区域处理

线程组织图像边界处理

CUDA内存访问模式与合并访问优化

目标=全局内存合并访问规则 · 对齐要求 · 向量化加载（float4/uchar…

CUDA内存访问模式

共享内存与图像分块处理

目标=将图像tile加载到共享内存 · 实现可分离卷积 · 局部直方图等需要邻域访问的算法

共享内存图像分块处理

图像卷积与滤波的CUDA实现

目标=均值滤波 · 高斯滤波 · Sobel边缘检测

CUDA图像卷积

可分离卷积与积分图加速

目标=将二维高斯卷积分解为两次一维卷… · 实现积分图（Summed Area…

可分离卷积积分图加速

图像直方图与统计计算的并行化

目标=全局直方图 · 局部直方图 · 私有直方图与原子操作

图像直方图统计计算的并行化

图像阈值分割与形态学操作的CUDA加速

目标=全局阈值 · Otsu阈值 · 腐蚀

CUDA图像阈值分割

图像几何变换的CUDA实现

目标=仿射变换 · 透视变换 · 双线性插值与最近邻插值

CUDA图像几何变换的

图像金字塔与多尺度处理的并行构建

目标=高斯金字塔 · 拉普拉斯金字塔的CUDA实现 · 分析下采样与上采样中的线程映射与内存…

图像金字塔多尺度处理的并行…

图像梯度、边缘与角点检测的CUDA优化

目标=Sobel · Scharr · Canny边缘检测全流程

CUDA图像梯度

光流法与图像配准的CUDA加速

目标=Lucas-Kanade光流 · 块匹配 · 特征点描述子计算

图像频域变换的CUDA实现

目标=FFT与IFFT在图像滤波 · 卷积定理中的应用 · 使用cuFFT库与自定义kernel…

CUDA图像频域变换的

图像去噪算法的CUDA加速

目标=非局部均值 · 双边滤波 · 中值滤波

CUDA图像去噪算法的

图像增强与色调映射的CUDA实现

目标=直方图均衡化 · CLAHE · 伽马校正

CUDA图像增强

图像分割算法的CUDA加速

目标=分水岭 · 图割 · 水平集

CUDA图像分割算法的

深度学习图像预处理与后处理的CUDA加速

目标=归一化 · resize · letterbox

CUDA深度学习图像预处…

CUDA流与多流并发图像处理

目标=将图像序列处理拆分为多个流 · 重叠H2D传输 · kernel计算与D2H传输

CUDA多流并发图像处理

动态并行与图执行在图像处理中的应用

目标=CUDA动态并行 · CUDA Graph捕获与重放 · 优化多kernel图像处理管线的启动…

动态并行图执行

Tensor Core与混合精度图像处理

目标=使用wmma API或cuBL… · 分析精度损失与加速收益

CUDA图像处理中的原子操作与归约优化

目标=全局归约 · warp shuffle归约 · 原子操作替代方案

CUDA图像处理

Nsight工具链性能分析与调优实战

目标=使用Nsight Comput… · 内存吞吐 · warp stall

Nsight工具链性能分析

CUDA图像处理中的occupancy与寄存器优化

目标=寄存器压力 · launch bounds · maxrregcount

图像处理中的warp级原语与协作组

目标=warp shuffle · vote · match

warp图像处理

多GPU与分布式图像处理

目标=多GPU数据划分 · P2P访问 · NCCL通信

GPU分布式图像处理

CUDA图像处理库与框架集成

目标=OpenCV CUDA模块 · NPP · VPI

CUDA图像处理库

目标=实时视频图像处理管线设计与优化 · 预处理 · 推理到后处理

综合实战目标=实时视频图…