darknet: ./src/utils.c:256: error: Assertion `0' failed.

最新推荐文章于 2023-12-19 09:10:58 发布

原创最新推荐文章于 2023-12-19 09:10:58 发布 · 6.6k 阅读

6 ·

CC 4.0 BY-SA版权

文章标签：

#yolov3 #目标检测

深度学习同时被 2 个专栏收录

13 篇文章

订阅专栏

工具箱

8 篇文章

订阅专栏

本文详细介绍了如何在Darknet中启用GPU加速，包括修改makefile配置、解决GPU计算力不匹配问题，以及展示GPU加速前后的性能对比。通过调整batch和subdivisions参数，配合CUDA和CUDNN，实现了从每帧20秒到0.086秒的显著提速。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.darknet: ./src/utils.c:256: error: Assertion `0' failed.
Aborted (core dumped)

2.darknet: ./src/cuda.c:36: check_error: Assertion `0' failed.
Aborted (core dumped)

makefile文件更改：

GPU=1
CUDNN=1
OPENCV=0
OPENMP=0
DEBUG=0

ARCH= -gencode arch=compute_52,code=compute_52 \　　　＃1060的算力５.2　GPU计算力不匹配的问题，建议修改，注意找到自己匹配的

下面的需要对应自己cuda文件路径：

NVCC=/usr/local/cuda/bin/nvcc

COMMON+= -DGPU -I/usr/local/cuda/include/
CFLAGS+= -DGPU
LDFLAGS+= -L/usr/local/cuda/lib64 -lcuda -lcudart -lcublas -lcurand

/darknet/cfg /yolov3.cfg中的更改如下：

# Testing
batch=1
subdivisions=1
# Training
#batch=64
#subdivisions=16

darknet目录下打开Terminal:

sudo ./darknet detector test cfg/coco.data cfg/yolov3.cfg weights/yolov3.weights data/dog.jpg

测试结果：

Loading weights from weights/yolov3.weights...Done!
data/dog.jpg: Predicted in 0.086322 seconds.
dog: 100%
0.291906 0.656983 0.232563 0.569755
truck: 92%
0.756160 0.217218 0.271333 0.151046
bicycle: 99%
0.448432 0.496669 0.637270 0.562252

没加GPU大概20s/帧，真的慢。加了GPU:20/0.086=233倍，真的可以啦！

参考：

１.https://blog.youkuaiyun.com/fanhongyuan21/article/details/81909994

2.https://blog.youkuaiyun.com/bufengzj/article/details/87917606

3.https://blog.youkuaiyun.com/csdn_zhishui/article/details/83751944

4.https://blog.youkuaiyun.com/fqlovetb/article/details/84393806　批量测试

5.https://www.cnblogs.com/pprp/p/10204480.html　　darknet优化经验-AlexeyAB大神经验

6.https://blog.youkuaiyun.com/gaoyu1253401563/article/details/89388043YOLOV3检测目标，在显示类别的基础上再显示识别精度值

7.基于Python实现的IOU算法---最简单易懂的代码实现 - Kellbook的博客 - 优快云博客 https://blog.youkuaiyun.com/qq_30622831/article/details/85144849#comments?tdsourcetag=s_pcqq_aiomsg