我试图运行YoloV4示例
对象检测使用yolov4深度学习
在我的本地计算机(GeForce GTX 1060, 16 gb的RAM, Windows)使用本地.mlx脚本,并在第95行得到以下错误:
testData detectionResults =检测(探测器);
错误使用dlnetwork /预测
层“mish_2”:无效的输入数据。在层nnet.cnn.layer.FunctionLayer错误使用预测函数。这个函数
扔了一个错误,不能被执行。
错误yolov4ObjectDetector > iPredictActivations(第1152行)
({}):特性=预测(网络、dlX加速度,加速度);
yolov4ObjectDetector /预测误差(第517行)
特点= iPredictActivations(网络、imgBatch anchorBoxes predictParams.Acceleration);
错误vision.internal.detector.ObjectDetector / performDetect(第72行)
=这个特性。预测(Ipreprocessed params);
错误yolov4ObjectDetector /检测(第404行)
[varargout {1: nargout}] = performDetect(检测器,params);
引起的:
错误使用gpuArray / max
内存设备。查看更多细节在GPU可用内存,使用“gpuDevice ()”。如果问题
通过调用“gpuDevice持续下去,重置GPU (1)”。
错误dlarray / max(第96行)
zdata = max (matlab.lang.internal.move (xdata) matlab.lang.internal.move (ydata),变长度输入宗量{:});
错误vision.cnn.mish(22)行
Z1 = max (X, 0) +日志(1 + exp (abs (X)));
nnet.cnn.layer.FunctionLayer /预测误差(第61行)
[varargout{1:层。NumOutputs}] =函数宏指令(层。PredictFcn,变长度输入宗量{:});
当然我研究,试图减少minibatch大小为1(第75行)或重置gpu设备根据(
1
]。我也试图运行这段代码在不同设备上像一个gpu服务器4泰坦RTX gpu, 1 tb的内存和Arch Linux。还是同样的错误。
我错过一些其他设置,可能会引起这样的错误呢?
