已经解决:OpenPose报错:error == cudaSuccess (2 vs. 0) out of memory

在运行OpenPose里的Demo时候,报错了:error == cudaSuccess (2 vs. 0) out of memory,内存溢出,这里的内存应该是显卡里的内存把。

视频帧率太高,显卡显存不够。溢出了:

解决方法:

方法一:改变模式

        如果是敲命令行来运行程序,就加一个--model_pose COCO,命令如下
C:\MyJob\LearnOpenPose\openpose>bin\OpenPoseDemo.exe --model_pose COCO;我试了,还是不行;

        如果是使用源代码编译后运行,没地方加这样的参数,在哪里改呢,答案是main()函数里,FLAGS_model_pose = "COCO";记得要加在 gflags::ParseCommandLineFlags(&argc, &argv, true);这句前面哦,不然就没用了呢。第二个方法也是同一个地方。

方法二:改变视频帧率

命令行添加 --net_resolution 320x176,后面的数字只是打个比方啦,你可以自己定义哦。
源代码就是添加FLAGS_net_resolution = "320x176";
 

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
CUDA error: device-side assert triggered误通常是由于在GPU设备上执行的CUDA代码中出现了断言误导致的。断言是一种用于检查程序中的条件是否满足的机制,当条件不满足时,断言会触发误并终止程序的执行。 要解决CUDA error: device-side assert triggered误,可以按照以下步骤进行排查和修复: 1. 检查CUDA代码:首先,检查你的CUDA代码中是否存在断言语句。断言通常以`assert(condition)`的形式出现,其中`condition`是一个布尔表达式。确保断言语句的条件正确,并且在满足条件时不会触发断言误。 2. 检查输入数据:断言误有可能是由于输入数据不符合预期导致的。检查你的输入数据是否满足CUDA代码中对数据类型、大小、范围等方面的要求。确保输入数据的正确性。 3. 检查内存分配:断言误还可能与内存分配有关。检查你的CUDA代码中是否存在内存分配误,比如使用了无效的指针或者越界访问了数组。确保内存分配和释放的正确性。 4. 启用误检查:在CUDA程序中,可以通过设置CUDA运行时环境变量来启用误检查功能,以便更详细地了解误的具体信息。可以将以下代码添加到你的CUDA程序中,以启用误检查: ```cpp cudaDeviceSynchronize(); cudaError_t error = cudaGetLastError(); if (error != cudaSuccess) { printf("CUDA error: %s\n", cudaGetErrorString(error)); } ``` 这段代码会在CUDA程序中的关键位置进行同步,并检查是否存在误。如果有误发生,它会打印出误信息,帮助你更好地定位问题。 5. 查阅文档和论坛:如果以上步骤无法解决问题,可以查阅CUDA官方文档、开发者论坛或者其他相关资源,寻找类似问题的解决方案或者向社区寻求帮助。 希望以上步骤能够帮助你解决CUDA error: device-side assert triggered误。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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