1

我使用来自 AI 家伙的仓库的 YOLOv4 自定义函数。一切都完美无缺，包括将权重文件转换为 pb 文件，对图像和视频进行检测，然后在 pc 和 colab 上都会出现此错误：

  • 当我只使用 CPU 时，检测在图像和视频数据上运行良好
  • 当我使用 GPU 时，检测只在图像上运行。在视频上运行时，它仍然运行，但没有检测到任何东西。我假设检测只在第一帧上运行，而不是在其余帧上。
  • 这是在 CPU 上运行视频检测时的控制台日志：

2021-05-01 11:19:05.173287: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] 成功打开动态库 libcudart.so.11.0 2021-05-01 11:19:07.268691: I tensorflow/compiler /jit/xla_cpu_device.cc:41] 未创建 XLA 设备，未设置 tf_xla_enable_xla_devices 2021-05-01 11:19:07.269701: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] 成功打开动态库 libcuda.so .1 2021-05-01 11:19:07.279142：E tensorflow/stream_executor/cuda/cuda_driver.cc:328] 调用 cuInit 失败：CUDA_ERROR_NO_DEVICE：未检测到支持 CUDA 的设备 2021-05-01 11:19:07.279180 ：我 tensorflow/stream_executor/cuda/cuda_diagnostics.cc:156] 内核驱动程序似乎没有在此主机上运行（76ac529fe3d6）：/proc/driver/nvidia/version 不存在 2021-05-01 11:19:07.325497 ：我张量流/编译器/jit/xla_gpu_device.cc：99] 未创建 XLA 设备，未设置 tf_xla_enable_xla_devices True：False 2021-05-01 11:19:07.328773：I tensorflow/compiler/jit/xla_gpu_device.cc:99] 未创建 XLA 设备，未设置 tf_xla_enable_xla_devices 当前阈值：0.5 2021 -05-01 11:19:23.595602：I tensorflow/compiler/mlir/mlir_graph_optimization_pass.cc:116] 未启用 MLIR 优化通道（已注册 2） 2021-05-01 11:19:23.658932：I tensorflow/core /platform/profile_utils/cpu_utils.cc:112] CPU 频率：2299995000 Hz FPS：0.77 找到对象：Noentry，置信度：0.69，BBox 坐标（xmin，ymin，xmax，ymax）：380.0、389.0、392.0、397.0 FPS：2.60找到对象：Noentry，置信度：0.68，BBox 坐标（xmin，ymin，xmax，ymax）：380.0、389.0、392.0、397.0 FPS：2.38 找到对象：Noentry，置信度：0.69，BBox 坐标（xmin、ymin、xmax、ymax） )：380.0、389.0、392.0、396。0 FPS：2.51 找到对象：Noentry，置信度：0.89，BBox 坐标（xmin，ymin，xmax，ymax）：380.0，389.0，391.0，397.0 FPS：2.48 找到对象：Noentry，置信度：0.90，BBox 坐标（xmin，ymin , xmax, ymax): 380.0, 390.0, 391.0, 397.0 FPS: 2.52 找到对象: Noentry, Confidence: 0.90, BBox Coords (xmin, ymin, xmax, ymax): 380.0, 390.0, 391.0, 397.0 FPS: 2.64 找到对象: Noentry, Confidence: 0.87, BBox Coords (xmin, ymin, xmax, ymax): 379.0, 391.0, 390.0, 398.0 FPS: 2.59 Object found: Noentry, Confidence: 0.76, BBox Coords (xmin, ymin, xmax, ymax): 378.0 , 392.0, 390.0, 399.0 FPS: 2.64 找到对象: Noentry, Confidence: 0.75, BBox Coords (xmin, ymin, xmax, ymax): 377.0, 392.0, 390.0, 400.0 FPS: 2.61 Object found: Noentry, Confidence: 0.71, BBox坐标（xmin、ymin、xmax、ymax）：377.0、393.0、389.0、401.0 FPS：2.58 FPS：2.66 FPS：2.52 FPS：2.50 FPS：2.57 帧/秒： 2.59 帧/秒： 2.60 帧/秒： 2.75 帧/秒： 2.57 帧/秒： 2.77

  • 这是在 GPU 上运行视频检测时的控制台日志（如果日志有点太长，我很抱歉）

2021-05-01 10:32:33.098862: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] 成功打开动态库 libcudart.so.11.0 2021-05-01 10:32:34.935938: I tensorflow/compiler /jit/xla_cpu_device.cc:41] 未创建 XLA 设备，未设置 tf_xla_enable_xla_devices 2021-05-01 10:32:34.936785: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] 成功打开动态库 libcuda.so .1 2021-05-01 10:32:34.953709: I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:941] 从 SysFS 读取的成功 NUMA 节点具有负值 (-1)，但必须至少有一个 NUMA 节点，所以返回 NUMA 节点零 2021-05-01 10:32:34.954371: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1720] 找到具有属性的设备 0：pciBusID：0000:00:04.0 名称：Tesla P100-PCIE -16GB 计算能力：6.0 核心时钟：1。3285GHz coreCount: 56 deviceMemorySize: 15.90GiB deviceMemoryBandwidth: 681.88GiB/s 2021-05-01 10:32:34.954406: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] 成功打开动态库 libcudart.so.11.0 2021 -05-01 10:32:34.957049: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] 成功打开动态库 libcublas.so.11 2021-05-01 10:32:34.957129: I tensorflow/stream_executor/ platform/default/dso_loader.cc:49] 成功打开动态库 libcublasLt.so.11 2021-05-01 10:32:34.958917: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] 成功打开动态库 libcufft .so.10 2021-05-01 10:32:34.959305: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] 成功打开动态库 libcurand.so.10 2021-05-01 10:32:34.961111:I tensorflow/stream_executor/platform/default/dso_loader.cc:49] 成功打开动态库 libcusolver.so.10 2021-05-01 10:32:34.961867: I tensorflow/stream_executor/platform/default/dso_loader.cc:49]成功打开动态库 libcusparse.so.11 2021-05-01 10:32:34.962058: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] 成功打开动态库 libcudnn.so.8 2021-05-01 10 :32:34.962151: I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:941] 从 SysFS 读取的成功 NUMA 节点具有负值 (-1)，但必须至少有一个 NUMA 节点，因此返回 NUMA 节点为零 2021-05 -01 10:32:34.962729: I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:941] 从 SysFS 读取的成功 NUMA 节点具有负值 (-1)，但必须至少有一个 NUMA 节点，所以返回 NUMA 节点零 2021-05-01 10:32:34.963310: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1862] 添加可见 gpu 设备：0 2021-05-01 10:32:35.006935: I tensorflow /compiler/jit/xla_gpu_device.cc:99] 未创建 XLA 设备，未设置 tf_xla_enable_xla_devices 2021-05-01 10:32:35.007063: I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:941] 从 SysFS 读取的 NUMA 节点成功负值（-1），但必须至少有一个NUMA节点，所以返回NUMA节点零 2021-05-01 10:32:35.007689: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1720] 找到设备0 具有属性：pciBusID：0000:00:04.0 名称：Tesla P100-PCIE-16GB 计算能力：6.0 coreClock：1.3285GHz coreCount：56 deviceMemorySize：15.90GiB deviceMemoryBandwidth：681.88GiB/s 2021-05-01 10:32:35.007719：I tensorflow/stream_executor/platform/default/dso_loader.cc:49] 成功打开动态库 libcudart.so.11.0 2021-05-01 10:32:35.007756: I tensorflow/stream_executor/platform/default/dso_loader.cc:49]成功打开动态库 libcublas.so.11 2021-05-01 10:32:35.007781: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] 成功打开动态库 libcublasLt.so.11 2021-05-01 10 :32:35.007803: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] 成功打开动态库 libcufft.so.10 2021-05-01 10:32:35.007839: I tensorflow/stream_executor/platform/default/dso_loader .cc:49] 成功打开动态库 libcurand.so.10 2021-05-01 10:32:35.007859: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] 成功打开动态库 libcusolver.so.10 2021 -05-01 10:32：35.007881: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] 成功打开动态库 libcusparse.so.11 2021-05-01 10:32:35.007903: I tensorflow/stream_executor/platform/default/dso_loader.cc: 49] 成功打开动态库 libcudnn.so.8 2021-05-01 10:32:35.007991: I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:941] 从 SysFS 读取的成功 NUMA 节点具有负值 (-1)，但是必须至少有一个 NUMA 节点，因此返回 NUMA 节点零 2021-05-01 10:32:35.008575: I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:941] 从 SysFS 读取的成功 NUMA 节点具有负值（-1 )，但必须至少有一个 NUMA 节点，因此返回 NUMA 节点零 2021-05-01 10:32:35.009095: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1862] 添加可见 gpu 设备：0 2021 -05-01 10:32:35.009140:I tensorflow/stream_executor/platform/default/dso_loader.cc:49] 成功打开动态库 libcudart.so.11.0 2021-05-01 10:32:35.503454: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1261]具有强度 1 边缘矩阵的设备互连 StreamExecutor：2021-05-01 10:32:35.503505:I tensorflow/core/common_runtime/gpu/gpu_device.cc:1267] 0 2021-05-01 10:32:35.503515:I tensorflow/ core/common_runtime/gpu/gpu_device.cc:1280] 0: N 2021-05-01 10:32:35.503690: I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:941] 从 SysFS 读取的成功 NUMA 节点具有负值（- 1），但必须至少有一个NUMA节点，因此返回NUMA节点零 2021-05-01 10:32:35.504369: I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:941] 从SysFS读取的成功NUMA节点是否定的值（-1），但必须至少有一个 NUMA 节点，因此返回 NUMA 节点零 2021-05-01 10:32:35.504897: I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:941] 从 SysFS 读取的成功 NUMA 节点具有负值（- 1），但必须至少有一个NUMA节点，所以返回NUMA节点为零 2021-05-01 10:32:35.505452: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1406] Created TensorFlow device (/job :localhost/replica:0/task:0/device:GPU:0 具有 14975 MB 内存）-> 物理 GPU（设备：0，名称：Tesla P100-PCIE-16GB，pci 总线 ID：0000:00:04.0，计算能力：6.0）真：假 2021-05-01 10:32:35.506749：我 tensorflow/compiler/jit/xla_gpu_device.cc:99] 未创建 XLA 设备，未设置 tf_xla_enable_xla_devices 2021-05-01 10:32:35.506845：我张量流/stream_executor/cuda/cuda_gpu_executor.cc：941] 从 SysFS 读取的成功 NUMA 节点具有负值 (-1)，但必须至少有一个 NUMA 节点，因此返回 NUMA 节点零 2021-05-01 10:32:35.507388: I tensorflow/core/common_runtime/gpu /gpu_device.cc:1720] 找到具有属性的设备 0：pciBusID：0000:00:04.0 名称：Tesla P100-PCIE-16GB 计算能力：6.0 coreClock：1.3285GHz coreCount：56 deviceMemorySize：15.90GiB deviceMemoryBandwidth：681.88GiB/s 2021- 05-01 10:32:35.507418: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] 成功打开动态库 libcudart.so.11.0 2021-05-01 10:32:35.507459: I tensorflow/stream_executor/platform /default/dso_loader.cc:49] 成功打开动态库 libcublas.so.11 2021-05-01 10:32:35.507472: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] 成功打开动态库 libcublasLt.所以。11 2021-05-01 10:32:35.507485: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] 成功打开动态库 libcufft.so.10 2021-05-01 10:32:35.507497: I tensorflow/ stream_executor/platform/default/dso_loader.cc:49] 成功打开动态库 libcurand.so.10 2021-05-01 10:32:35.507512: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] 成功打开动态库 libcusolver.so.10 2021-05-01 10:32:35.507524: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] 成功打开动态库 libcusparse.so.11 2021-05-01 10:32: 35.507536: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] 成功打开动态库 libcudnn.so.8 2021-05-01 10:32:35.507582: I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:941] 从 SysFS 读取的成功 NUMA 节点具有负值 (-1)，但必须至少有一个 NUMA 节点，因此返回 NUMA 节点零 2021-05-01 10:32:35.508113: I tensorflow/stream_executor/cuda/cuda_gpu_executor .cc:941] 从 SysFS 读取的成功 NUMA 节点为负值 (-1)，但必须至少有一个 NUMA 节点，因此返回 NUMA 节点为零 2021-05-01 10:32:35.508604: I tensorflow/core/ common_runtime/gpu/gpu_device.cc:1862] 添加可见 gpu 设备：0 2021-05-01 10:32:35.508630: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1261] 设备互连 StreamExecutor 与强度 1 边缘矩阵: 2021-05-01 10:32:35.508640: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1267] 0 2021-05-01 10:32:35.508647: I tensorflow/core/common_runtime/gpu/gpu_device。 cc:1280] 0: N 2021-05-01 10:32:35.508710:我 tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:941] 从 SysFS 读取的成功 NUMA 节点有负值（-1），但必须至少有一个 NUMA 节点，所以返回 NUMA 节点为零 2021-05-01 10:32 :35.509240: I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:941] 从SysFS读取的成功NUMA节点为负值（-1），但必须至少有一个NUMA节点，因此返回NUMA节点为零 2021-05-01 10:32:35.509738：我 tensorflow/core/common_runtime/gpu/gpu_device.cc:1406] 创建了 TensorFlow 设备（/job:localhost/replica:0/task:0/device:GPU:0，内存为 14975 MB）->物理 GPU（设备：0，名称：Tesla P100-PCIE-16GB，pci 总线 id：0000:00:04.0，计算能力：6.0）当前阈值：0.5 2021-05-01 10:32:50.238825：I tensorflow/compiler /mlir/mlir_graph_optimization_pass.cc：116] MLIR 优化通道均未启用（注册 2） 2021-05-01 10:32:50.290412：I tensorflow/core/platform/profile_utils/cpu_utils.cc:112] CPU 频率：2199995000 Hz 2021-05-01 10:32:50.932916: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] 成功打开动态库 libcudnn.so.8 2021-05-01 10:32:51.960900: I tensorflow/stream_executor/platform/default/ dso_loader.cc:49] 成功打开动态库 libcublas.so.11 2021-05-01 10:32:52.189146: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] 成功打开动态库 libcublasLt.so.11 FPS：0.41 FPS：23.86 FPS：23.61 FPS：24.18 FPS：23.84 FPS：23.82 FPS：24.36 FPS：23.82 FPS：24.10 FPS：24.39 FPS：24.17 FPS：24.09 FPS：24.54 FPS：24.54 FPS：23.93 FPS：23.93 FPS 24.11 帧/秒：24.48 帧/秒：24.10 帧/秒：24.29 帧/秒：24.46 帧/秒：24。48 FPS: 23.62 FPS: 23.79 FPS: 23.76 FPS: 24.01 FPS: 24.43 FPS: 23.52 FPS: 24.46 FPS: 24.13 FPS: 24.11 FPS: 23.79 FPS: 24.62 FPS: 24.32 FPS: 24.06 FPS: 24.51 FPS: 24.46 FPS: 24.40 FPS : 24.48 FPS: 24.62 视频结束

起初我认为我的 GPU 不够强大（GTX 1050 移动版），但即使在使用 Tesla V100 的 colab pro 上运行时也会发生这种情况，我感谢任何帮助。

4

0 回答 0