Yolov3 darknet: ./src/cuda.c:36: check_error: Assertion `0' failed.

最新推荐文章于 2026-04-28 20:42:26 发布
原创 最新推荐文章于 2026-04-28 20:42:26 发布 · 置顶 · 1.9w 阅读 · 16 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
标签
#yolov3
本文介绍了解决YOLOv3在GPU上运行时出现的问题。通过添加sudo命令，成功解决了运行错误，并显著提升了运行速度。文章还提到了官方宣称的GPU相较于CPU的巨大优势。

调试YOLOv3时，想测试GPU效果。报错如下：
这里写图片描述
搜索网上的解决方法，有很多人说是因为GPU计算力不匹配的问题，建议修改
–gpu-architecture=compute_52, –gpu-code=compute_52. 为 –gpu-architecture=compute_30, –gpu-code=compute_30
然并卵！
只需要在执行时加上 sudo 即可！！！
这里写图片描述
效果真是赞的没法说，就像官网上说的那样，GPU上甩CPU上几条大街！
Darknet on the CPU is fast but it’s like 500 times faster on GPU!

架构解析：从硬件角度看CUDA
04-22
架构解析：从硬件角度看CUDA 如果你是一位小熊在线的忠实读者，那么你对NVIDIA最 新的GPU架构技术一定并不陌生。如果你不经常看小熊在线的文章，那么我还是建议你多做一些功课，去了解一下NVIDIA最新的显卡特色技术。因为 NVIDIA的CUDA架构与他们的GPU架构稍有不同，并且在这篇文章中，将为读者揭示一些NVIDIA从未提及的技术细节。小熊在
ros实现darknet检测
12-11
ros实现darknet检测，git下clone的源码，由于git下载速度过慢，时常出错，希望对下载不下来的同学有帮助
CUDA Error: out of memory darknet: ./src/cuda.c:36: check_error: Assertion `0' failed. Aborted
wukai0909的博客
07-29 3710
wu@wu-X555LF:~/darknet$ ./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74 yolov3-voc layer filters size input output 0 conv 32 3 x...
YOLOv3 CUDA Error: out of memory darknet: ./src/cuda.c:36: check_error: Assertion `0‘ failed.
nicole3375的博客
07-26 497
Batch Size（批量大小）：批量大小是指在每次模型训练中同时处理的输入样本数量。Subdivisions（子分区）：子分区是将每个批量进一步划分为更小的部分进行处理的方式。通过使用子分区，可以减少 GPU 内存的需求，特别是当批量大小较大时。把subdivisions=8改成subdivisions=16，64，最好都是2的指数，并且要保证batch是subdivisions的整数倍。方法二：修改尾行 random 值 （默认值为1），此处修改为 ：random=0 （注：yolov3共有三处）
深度学习目标检测：YOLOv3 原理详解 + LabelMe 数据标注实战
最新发布
m0_74398756的博客
04-28 974
文章摘要（149字）： YOLOv3通过多尺度检测架构显著提升小目标识别能力，核心改进包括：①采用Darknet-53骨干网络引入残差结构；②三尺度特征融合（13×13/26×26/52×52）实现FPN思想；③9个聚类先验框分组匹配不同尺度；④用独立Logistic分类器替代Softmax支持多标签场景。实战部分详解LabelMe标注工具的使用流程，包括JSON格式标注、YOLO格式转换及数据预处理方法，为自定义数据集训练提供完整解决方案。
讲解darknet: ./src/cuda.c:36: check_error: Assertion `0‘ failed.
牛肉胡辣汤
12-19 928
以上是解决darknet中出现0' failed.`错误的一些建议。通过确认CUDA安装、GPU驱动程序、CUDA环境变量的正确性，并重新编译darknet，您应该能够解决这个问题。如果问题仍然存在，您可能需要进行更深入的故障排除，例如检查源代码或硬件相关问题。
【备忘】[YOLO] darknet: ./src/cuda.c:36: check_error: Assertion `0' failed. 已放弃 (核心已转储)
csdn_zhishui的博客
11-05 1万+
出现这个问题的原因是显存炸了。 出现的场景有两个：训练时，测试时 1.训练时 打开yolov3.cfg，把其中的batch 和subdvisions属性值调小，但最好都是2的指数，并且要保证batch是subdivisions的整数倍。 gedit darket/cfg/yolov3.cfg 2.测试时 一个很大的可能是，忘记把配置文件darket/cfg/yolov3.cfg的...
esl：uniqid=uuid
lucky的专栏
09-08 471
修改internal.xml中 inbound-use-callid-as-uuid <param name="inbound-use-callid-as-uuid" value="true"/>
Yolov3 darknet: ./src/cuda.c:36: check_error: Assertion `0‘ failed.
自卸式运砖卡车司机
11-04 1304
配置 i3...... 2080 Super 16GB DDR4 使用yolo cfg 替代tiny cfg训练 最近用tiny做了一些实验，发现训练后的识别结果不是很好，就考虑采用yolo cfg batch=128 subdivisions=16 命令开心的下发 突然出现如下fail ./src/cuda.c:36: check_error: Assertion `0' failed. 分析 完蛋，立马百度，发现 有人说用sudo，想想不太可能。但是他提到了说显卡性能的问题，那很明显嘛，我已经是
yolov3 CUDA Error: out of memory darknet: ./src/cuda.c:36: check_error: Assertion `0' failed.
fanhongyuan21的博客
08-21 7435
编译好yolov3进行测试时报错 CUDA Error: out of memory darknet: ./src/cuda.c:36: check_error: Assertion `0' failed. 解决办法： 将yolov3.cfg中的 # Testing batch=1       取消注释 subdivisions=1 # Training #batch=64     注释掉...
测试yolov3时报错：cuda error: out of memory darknet: ./src/cuda.c:36: check_error: Assertion `0' failed.
kevineeo的博客
11-27 1万+
按照darknet官网上的教程安装这个框架，根据自身的条件（已装好nvidia 显卡驱动，cuda9.0 cudnn7.1），在makefile文件中修改GPU=1 CUDNN=1 OPENCV=1,然后重新make，再下载了yolov3.weights后，然后使用该网页上提供的测试命令做测试。 darknet: ./src/cuda.c:36: check_error: Assertion ...
“no cuda-capable device is detected”问题解决方法
热门推荐
宇天的学术博客
05-28 3万+
仅供本人参考！ 原因：安装好cuda5.0的centOS6.4系统重启以后，执行原来的cuda代码，提示找不到cuda-device。经过度娘、谷哥，stack overflow一阵查找，大致知道问题出在哪里？但是好像百分百安装别人的提供的方法又不对。于是执行了下列一系列步骤，解决问题。 step1:重新安装Nvidia CUDA Toolkit               sudo sh
关于解决yolov3训练模型时出现CUDA Error: out of memory darknet: ./src/cuda.c:36: check_error: Assertion `0‘ fail
qq_45577581的博客
03-05 578
关于解决yolov3训练模型时出现CUDA Error: out of memory darknet: ./src/cuda.c:36: check_error: Assertion `0‘ failed. 参考链接1
编译darknet，报错darknet: ./src/cuda.c:36: check_error: Assertion `0' failed.
qq_34570910的博客
07-18 5218
报错： a@a-6108GC:~/catkin_ws/src/darknet_ros/darknet$ ./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg CUDA Error: CUDA driver version is insufficient for CUDA runtime version darknet: ./s...
darknet: ./src/cuda.c:36: check_error: Assertion `0' failed.
jacke121的专栏
03-29 8675
   0 CUDA Error: unknown errordarknet: ./src/cuda.c:36: check_error: Assertion `0' failed.已放弃 (核心已转储)解决方法，加sudo权限：加一个sudo
Yolov3 darknet: ./src/cuda.c:36: check_error: Assertion `0' failed. Aborted (core dumped)
hunzhangzui9837的博客
10-07 5094
在测试YOLO时出现： Yolov3 darknet: ./src/cuda.c:36: check_error: Assertion `0' failed. Aborted (core dumped) 解决方法： （1）只需要在执行时加上 sudo 即可！！！ （2）如果不行关闭多余进程。 （3）再不行可能是GPU架构与GPU型号不一致 GPU版本参考： https://d...
ubuntu darknet: ./src/cuda.c:36: check_error: Assertion `0' failed.
荪荪的博客
03-10 1635
报错如上图所示 0 CUDA Error: unknown error darknet: ./src/cuda.c:36: check_error: Assertion `0’ failed. 解决方法： 加sudo权限：即加一个sudo 【编译的时候，用的root权限的原因吧】 ...
处理：./src/cuda.c:36: check_error: Assertion `0‘ failed.
程序猿视角
01-30 1046
运行 $ ./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg 出错，因为 cfg 文件默认参数是用于 Training 的，把下面的注释掉，把 Testing 部分的参数注释 # 号去掉，即可。 yolov3.cfg 文件修改如下： [net] # Testing batch=1 subdivisions=1 # Training # batch=64 # subdivisions=8 ... ... ...
Ubuntu系统---报错Assertion '0' failed
weixin_30480651的博客
08-12 2043
Ubuntu系统---报错Assertion '0' failed YOLO V3，CUDA Error: out of memory darknet: ./src/cuda.c:36: check_error: Assertion '0' failed ？？？ 可...
在yolo训练的时候又去测试就会报错：cuda error: out of memory
walle的博客
08-31 2万+
在yolo训练的时候又去测试就会报错：cuda error: out of memory,  cuda.c  Assertion '0' failed.
评论 33
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Mirinda_cjy

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值