标签：STATUS zed -- 视频流 cudnn 报错 使用 我们

关于zed使用深度学习报错CUDNN_STATUS_EXECUTION_FAILED. 问题

问题由来

我们在使用zed相机的时候试图调用zed自带的api接口来取视频流，以此来实现下一步的神经网络推理，从而实现目标检测与跟踪，在代码写好后我们使用CPU对于目标检测进行推理，能够使用，但是CPU的并行计算能力不够强大我们便准备了一套的GPU加速环境。具体参数为：RTX2080super,ubuntu 18.04,cuda10.2,cudnn7.6.5由于我们的流程为：

graph TD A[zed相机初始化]-->B(相机取视频流) B-->C{是否有视频流} C-->|yes| D[执行深度学习预测] C-->|no| B D-->E[返回画框结果与重点目标坐标] E-->F(进行深度检测_测算距离) F-->G[下一流程]

需要注意的是：这里的zed相机在形成点云的时候需要使用GPU，同样我们在进行深度学习的时候同样也要使用GPU，理论上我们两种算法是不会冲突的，但是由于我们使用了加速库cudnn这一cuda库，但是这两个API同时需要调用cudnn所以这就造成了cudnn被占用的情况，就会出现上面的情况。

关于ZED的补充

由于zed的原始的视频中带有IMU的数据等信息，所以在取流的时候我们得到的视频流拥有四个通道RGBA，通常我们在进行目标检测的时候我们只需要前三个通道的信息，可以使用opencv的函数进行转换，再进一步输出。

解决方案

一般来说，出现这种报错很多是由于深度学习的框架与cudnn或者cuda又或者python的版本出现了不适配的情况，我们只需要仔细检测上述情况即可，但是在这种两个API调用同一个加速库而导致资源被占用，而导致的程序崩溃的情况，我们最好的建议是进行多线程处理，把两个调用的接口隔离在两个线程中，即可防止出现抢占资源的情况出现，如果在ROS系统中，我们同样十分建议使用ROS的通信机制来进行分开两个线程。

心灵鸡汤

那年十八，意气和风一块儿发。青春的舟随瀑布飞流下，追梦想的白马，不知觉中去长大。你未曾错过任何人，又为何必须错过那场盛夏。

标签：STATUS,zed,--,视频流,cudnn,报错,使用,我们
来源： https://www.cnblogs.com/oziasly/p/15983317.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。