使用来自 pjreddie 的 YOLOv3 时出现分段错误（核心已转储）

Question

我想用YOLOv3算法进行检测。我正在使用安装了 Linux 的英特尔 DE10 Nano FPGA 开发板。当我构建 YOLOv3（来自原始来源）并运行它时，我收到错误“Segmentation fault (core dumped)”。我做了很多研究，但 none 帮助解决了这个问题。

我使用了预建的权重和配置文件，即我运行下面的命令

./darknet detect cfg/yolov3-tiny.cfg yolov3-tiny.weights data/dog.jpg

但出现了 above.But 所述的错误，同样的事情在我的计算机和其他几台计算机上运行时没有任何问题，但在我的开发板上却没有。然后我开始调试（使用大量printf语句）“python”目录中“darknet.py”的代码，发现错误在于

"yolo_layer.c" file
 
line.no.336-> "dets[count].prob[j] = (prob > thresh) ? prob : 0;"
 
in "get_yolo_detections" function.

我该如何解决这个问题？我已经按照函数到函数和文件到文件来查看错误的来源。

int get_yolo_detections(layer l, int w, int h, int netw, int neth, float thresh, int *map, int relative, detection *dets)
{
    int i,j,n;
    float *predictions = l.output;
    if (l.batch == 2) avg_flipped_yolo(l);
    int count = 0;
    for (i = 0; i < l.w*l.h; ++i){
        int row = i / l.w;
        int col = i % l.w;
        for(n = 0; n < l.n; ++n){
            int obj_index  = entry_index(l, 0, n*l.w*l.h + i, 4);
            float objectness = predictions[obj_index];
            if(objectness <= thresh) continue;
            int box_index  = entry_index(l, 0, n*l.w*l.h + i, 0);
            dets[count].bbox = get_yolo_box(predictions, l.biases, l.mask[n], box_index, col, row, l.w, l.h, netw, neth, l.w*l.h);
            dets[count].objectness = objectness;
            dets[count].classes = l.classes;
            for(j = 0; j < l.classes; ++j){
                int class_index = entry_index(l, 0, n*l.w*l.h + i, 4 + 1 + j);
                float prob = objectness*predictions[class_index];

                //|||||||error in below line||||||||
                dets[count].prob[j] = (prob > thresh) ? prob : 0;
                //^^--error in the above line(got from debugging)

            }
            ++count;
        }
    }
    correct_yolo_boxes(dets, count, w, h, netw, neth, relative);
    return count;
}

Answer 1

终于找到问题和解决方法了。加载权重时，问题出在 "src/parser.c" 文件中。从“.weights”文件加载权重的函数依赖于底层机器架构（32 位或 64 位）。训练时创建的 .weights 文件以 64 位大小编写，因为训练是在 64 位机器上完成的，因为像 jetson、raspberry pi、de10 Nano 等设备具有 32 位架构，它们从权重文件加载 32 位格式的权重。

因此存在兼容性问题（THE WEIGHTS ARE NOT CROSS PLATFORM）。

要解决此问题，请更改

fwrite(net->seen, sizeof(size_t), 1, fp);// in save_weights_upto() function

至（第 1024 行 - ）

fwrite(net->seen, 8, 1, fp);

和---------------------------------------- ----------------------

fread(net->seen, sizeof(size_t), 1, fp);//in load_weights_upto() function

至（第 1237 行）

fread(net->seen, 8, 1, fp);

使用来自 pjreddie 的 YOLOv3 时出现分段错误（核心已转储）

Segmentation fault (core dumped) when using YOLOv3 from pjreddie

c

image-processing

fpga

segmentation-fault

yolo