Как быстро поднять OpenCV with CUDA для Python и С++ без компиляции 2.5 часа

Маленькая предыстория … хотя СТОП, нет времени, надо дальше «пилить» :).
Задачи руководства:
Ускорить внедрения поддержки NVIDIA CUDA для OpenCV и использования с Python или С++.
Решаема проблема:
Компиляция OpenCV с CUDA, может занимать более 2.5 часов.
Решение
Версии пакетов:
Данная реализация проверялась на следующих версиях пакетов:
Таблица версий пакетов:
Пакет | Версия | |
1 | ОС | Win 7 x64 SP1, Win 10 |
2 | NVIDIA CUDA, cuDNN | 9.2, 10.x 9.2 |
3 | OpenCV | 4.4.x |
4 | Python | 3.7 |
1. Сделать архив папки pythonsite-package/cv2 ( просто чтобы был на всякий)
2. В неё распаковать архив rls_python_opencv_cuda.7z
Содержит следующие файлы:
1. opencv_world440.dll
2. opencv_img_hash440.dll
3. cv2.cp37-win_amd64.pyd

Рис. 1. Содержание архива rls_python_opencv_cuda.7z
Удивляет размер библиотеки, но что удивительно всё это добро жмётся в ~50 МБ.
3. Распаковать CUDA_bin_v9.2.7z в любую папку и прописать в PATH системы
К папке CUDA/bin и CUDA/libvnn
Примечание: Важно, CUDA_bin_v9.2.7z можно и не качать, если у вас установлена одна из версий CUDA( проверить какая версия подходит для какой карты можно по [3]). Содержит в себе папку к откомпилированными библиотеками CUDA, качать релизы других версий можно по ссылке [4] .
Поэтому данный шаг можно и пропустить
4. Затем прописать в вашем коде, там где открывается модель сети следующее:
net.setPreferableBackend(cv2.dnn.DNN_BACKEND_CUDA)
net.setPreferableTarget(cv2.dnn.DNN_TARGET_CUDA)
или качаем готовый пример [5]
Возможные трудности:
На нескольких машинах была такая ошибка при запуске python приложения
«CUDA driver version is insufficient for CUDA runtime version….».
Которая решалась установкой новых драйверов NVIDIA по ссылке [4].
Ссылки на ресурсы для скачивания откомпилированной сборки:
1.!!! rls_python_opencv_cuda.7z
Так же понятно, что данная библиотека подходить не только для программирования для Python? Но так же может быть использована для программирования на С++
Ссылки на литературу, где описывается процесс компиляции:
1. Установка OpenCV + CUDA на Windows
(Очень подробно описан процесс, по нему и делал)
2. How to use OpenCV’s “dnn” module with NVIDIA GPUs, CUDA, and cuDNN (Статья AR протокаккомпилитьпод linux )-
3. Поддержка карт и версий CUDA — (кликайте по строке и раскрывается список)
ЗЫ : Если кто то подобное сделал уже или тоже есть откомпилированные библиотеки под Linux, дайте знать.
ЗЗЫ: Так же рад буду любой критике (хотя не люблю её, шутка без неё саморазвития нету), только будьте добрее.