halcon22.11深度学习推理的时候报错7709

问题:

深度学习单独做推理的时候报错:

For this operation a suitable GPU and the corresponding CUDA libraries need to be available 
(See installation guide)(HALCON错误代码:7709)

报错翻译:

对于这个操作,一个合适的GPU和需要提供相应的CUDA库。

(参见安装指南)(HALCON错误代码:7709)

解决方案:

由于主机没有gpu,只有cpu,所以需要把运行设置手动修改为cpu。代码修改参考深度学习workflow里面的例程。

增加代码如下图所示:

*读取模型
read_dl_model ('model_best.hdl', DLModelHandle)
*获取具有深度学习能力的硬件设备列表。
query_available_dl_devices (['runtime', 'runtime'], ['gpu', 'cpu'], DLDeviceHandles)

if (|DLDeviceHandles| == 0)
    throw ('No supported device found to continue this example.')
endif
**由于query_available_dl_devices中使用的过滤器,如果可用,第一个设备是GPU。
DLDevice := DLDeviceHandles[0]
get_dl_device_param (DLDevice, 'type', DLDeviceType)
if (DLDeviceType == 'cpu')
    *使用的线程数量可能会影响训练时长。
    NumThreadsTraining := 4
    set_system ('thread_num', NumThreadsTraining)
endif
*详细信息请参见set_dl_model_param()和get_dl_model_param()的文档。
if (DLDeviceType == 'gpu')
    *该过程计算并设置由DLModelHandle和给定GPU给出的基于深度学习的模型的最大batch_size,
    *通过二分法找到最大批次大小,BatchSizeUpperBound。在这个过程中,设置并检查不同的批处理大小以防止发生异常。
    set_dl_model_param_max_gpu_batch_size (DLModelHandle, 100)
else
    *设置批次大小
    set_dl_model_param (DLModelHandle, 'batch_size', 32)
endif
*设置模型参数 
set_dl_model_param (DLModelHandle, 'device', DLDevice)

或者直接加一句设置模型参数的runtime为cpu:

set_dl_model_param (DLModelHandle, 'runtime', 'cpu')
 

报此错误也可能是其他原因,以上解决方案仅仅限于以上情况。

  • 4
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论
对于Halcon 22.11版本的深度学习训练,目前我还没有接触到这个具体版本。但是一般而言,Halcon支持深度学习训练的功能是通过Halcon的DL模块实现的。 使用Halcon进行深度学习训练,你可以按照以下步骤进行: 1. 准备数据集:收集和准备用于训练的图像数据集。数据集应包含不同类别的图像样本,并且每个样本应有相应的标签。 2. 构建模型:选择适合任务的深度学习模型结构,并根据需要添加适当的层和参数。你可以使用Halcon中提供的预训练模型,或者根据自己的需求进行模型设计。 3. 数据预处理:对数据集进行必要的预处理操作,例如图像增强、图像尺寸调整、数据增强等。 4. 划分数据集:将数据集划分为训练集和验证集,用于训练和评估模型。 5. 模型训练:使用Halcon提供的DL模块中的函数,调用相应的训练函数进行模型训练。你需要指定训练参数,例如学习率、批次大小、迭代次数等。 6. 模型评估:使用验证集对训练得到的模型进行评估,计算准确率、精确率、召回率等指标,以评估模型的性能。 7. 模型应用:将训练得到的模型应用到新的数据上,进行预测或分类等任务。 请注意,以上仅为一般性的步骤介绍,具体操作可能会根据你的任务和数据集的需求有所不同。在实际操作中,你可以参考Halcon的官方文档和示例代码来进行更详细的指导。

“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 3
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

打赏作者

snow_123_456

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
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