python代码出现segmentation fault和 Process finished with exit code 139

参考链接
[1] 【Q&A】Python代码调试之解决Segmentation fault (core dumped)问题
[2] Segmentation fault (core dumped)错误常见原因总结

python报错

  下面是在服务器上跑yolov3工程出现的段错误（segmentation fault）问题。YOLOV3工程链接。

pycharm报错界面

  报错 Process finished with exit code 139 (interrupted by signal 11:SIGSEGV)

terminal报错界面

  报错 Fatal Python error ： Segmentation faul

排查段错误的方法

  通过上面的报错可以发现，出现段错误，没有任何提示信息。而一般段错误会多为内存不当操作造成，可能会是空指针、野指针的读写操作，数组越界访问，破坏常量等问题。解决段错误最好的办法就是找到段错误的代码。可以通过以下两种方法排查。

faulthandler库

使用方法一

  在源代码中添加以下两行代码。

import faulthandler
# 在import之后直接添加以下启用代码即可
faulthandler.enable()
# 后边正常写你的代码

使用方法二

  直接在运行python代码的命令行中添加“-X faulthandler”，这样不需要改源代码。

python -X faulthandler your_script.py

效果

  可见添加了faulthandler，会指出报错的位置，即可根据位置排查。

使用gdb

  gdb是很常用的查找段错误的工具，不单单是查找python的出现段错误。

使用方法

## 启动gdb
gdb python
(gdb) run script.py
## wait for segfault ##
(gdb) backtrace
## stack trace of the py code

(gdb) bt

  该指令能更简约得指出错误的位置，如下图所示，错误from from /lib64/libcuda.so.1和from /lib64/ld-linux-x86-64.so.2。同参考文献[1]中类似，可能是因为torch和cuda的版本不对应导致，因此进一步排查torch和cuda版本。

排查torch和cuda版本对应

torch版本

requirements.txt

  一看torch版本为2.2.1，pip install时采用了torch>=1.8.0。问题大概率来自这，下一步将torch版本下降的torch==1.8.1。如下图所示，重新运行detect.py运行成功。