SegNet - CUBLAS_STATUS_SUCCESS（11 vs. 0）CUBLAS_STATUS_MAPPING_ERROR

我試圖在segNet（caffe）上訓練我自己的數據集，我準備了與segnet tutorial相同的數據集。當我嘗試運行的火車，它表明我這個錯誤：SegNet - CUBLAS_STATUS_SUCCESS（11 vs. 0）CUBLAS_STATUS_MAPPING_ERROR

I0915 08:33:50.851986 49060 net.cpp:482] Collecting Learning Rate and Weight Decay. 
I0915 08:33:50.852017 49060 net.cpp:247] Network initialization done. 
I0915 08:33:50.852030 49060 net.cpp:248] Memory required for data: 1064448016 
I0915 08:33:50.852730 49060 solver.cpp:42] Solver scaffolding done. 
I0915 08:33:50.853065 49060 solver.cpp:250] Solving VGG_ILSVRC_16_layer 
I0915 08:33:50.853080 49060 solver.cpp:251] Learning Rate Policy: step 
F0915 08:33:51.324506 49060 math_functions.cu:123] Check failed: status == CUBLAS_STATUS_SUCCESS (11 vs. 0) CUBLAS_STATUS_MAPPING_ERROR 
*** Check failure stack trace: *** 
    @  0x7fa27a0d3daa (unknown) 
    @  0x7fa27a0d3ce4 (unknown) 
    @  0x7fa27a0d36e6 (unknown) 
    @  0x7fa27a0d6687 (unknown) 
    @  0x7fa27a56946e caffe::caffe_gpu_asum<>() 
    @  0x7fa27a54b264 caffe::SoftmaxWithLossLayer<>::Forward_gpu() 
    @  0x7fa27a440b29 caffe::Net<>::ForwardFromTo() 
    @  0x7fa27a440f57 caffe::Net<>::ForwardPrefilled() 
    @  0x7fa27a436745 caffe::Solver<>::Step() 
    @  0x7fa27a43707f caffe::Solver<>::Solve() 
    @   0x406676 train() 
    @   0x404bb1 main 
    @  0x7fa2795e5f45 (unknown) 
    @   0x40515d (unknown) 
    @    (nil) (unknown)

我的數據集是.jpg（火車）.png（標籤灰度圖像）和.txt文件教程。可能是什麼問題？謝謝你的幫助

來源

2016-09-15 Z.Kal

當我改變了： 'loss_param：{ weight_by_label_freqs：真 ignore_label：2 class_weighting：99 class_weighting：1 }'的'損失layer'問題改爲：'math_functions.cu:123]檢查失敗：狀態== CUBLAS_STATUS_SUCCESS（13與0）CUBLAS_STATUS_EXECUTION_FAILED' ' –

我解決了它。問題在於我的GT圖像是用alpha圖層的。那是錯的。代碼行示例：'img = Image.open（filename）.convert（'L'）'（and not（LA）） –

嗨，我有同樣的問題。你能給出正確的答案嗎？而不是在評論中回答你的問題？ – thigi

地面實況圖像應該是1通道0-255沒有alpha層的圖像，所以NN會識別這些類之間的差異。

img = Image.open(filename).convert('L') # Not 'LA' (A - alpha)

來源

2016-11-20 07:26:58

感謝isn4，這裏是分辨率：原來你必須改變的像素值的範圍，以及像素值的實際數量。如果您有256個可能的像素值（0-255），並且每個像素值沒有類別權重，Segnet會感到困惑。因此，我將所有的PNG標籤圖像從255和0更改爲像素可能性1和0作爲像素可能性。這裏是我這樣做的Python腳本：

import os 
import cv2 
import numpy as np 
img = cv2.imread('/usr/local/project/old_png_labels/label.png, 0) 
a_img = np.array(img, np.double) 
normalized = cv2.normalize(img, a_img, 1.0, 0.0, cv2.NORM_MINMAX) 
cv2.imwrite('/usr/local//project/png_labels/label.png, normalized)

來源

2017-08-29 06:26:39 BenJLI

SegNet - CUBLAS_STATUS_SUCCESS（11 vs. 0）CUBLAS_STATUS_MAPPING_ERROR

回答

相關問題