CDR项目常见问题及其解决方案(Common problems and solutions)

更新时间2021-12-14 09:59:05 星期二

常见问题集合

使用sudo CUDA_VER=10.2 make -C nvdsinfer_custom_impl_Yolo指令编译时，若出现如下图错误：
错误原因：
- 可能是使用了本项目github上或百度云盘中提供的engine文件，不能适配engine文件运行时所在的硬件平台。
解决方案
- 鉴于平台硬件配置不一致（TX2，NX，Nano内部硬件配置也是不一样的）这一原因，
- 最好能自己在要运行engine文件的硬件平台（jerson 系列）上生成engine，生成engine文件的方法请参考github链接： github engines生成博客engine生成

在运行 deepstream-app -c deepstream_app_number_sv30.txt 指令后，出现检测实时画面，但是命令行终端报 mmap err : Bad file descriptor错误，如下图所示：
错误原因：
- 可能没有使用 sudo chmod -R 777 /opt/nvidia/deepstream/deepstream-5.1/sources/ 对整个sources文件夹赋予读写权限。
- 或者在 nvdsparsebbox_Yolo.cpp文件中，涉及internal_memory.txt文件的绝对路径有问题。
解决方案：
- 若是第一种原因，则需对sources文件重新赋予读写权限，使用sudo chmod -R 777指令，或直接在 deepstream-app -c deepstream_app_number_sv30.txt 指令前面加 sudo。
- 若是第二种原因，则需仔细在 nvdsparsebbox_Yolo.cpp文件中核对涉及internal_memory.txt文件的绝对路径的地方。
- 或者运行CUDA_VER=10.2 make -C nvdsinfer_custom_impl_Yolo重新编译一次

各子项目里面的internal_memory.txt文件属于共享内存区域，占位符被严格控制，切记不要改动里面的数据！！！，否则client.py、client_ros.py和ros节点输出的数据为无效数据，如下图所示。

该项目目前只能针对英伟达的jetson系列平台，包含（jetson TX2, jetson Nano，jetson Xavier NX，jetson AGX Xavier等），后续会推出X_86平台上的部署方案

本项目运行yolov5是3.0版本的权重文件，当用自定义的数据集去训练yolov5网络时，最好是git clone yolov5 v3.0版本进行训练,避免出现不可预知的错误。

deepstream和Jetpack的匹配关系最好是Jetpack 4.5配deepstream 5.1 or 5.0,目前目标测试过deepstream 5.1 配Jetpack 4.6在执行 sudo CUDA_VER=10.2 make -C nvdsinfer_custom_impl_Yolo编译时出现了问题。

目前提供的engine文件number_v30.engine可识别如下目标：方形黑底白字数字牌，数字范围为：0、1、2、3。如下图所示： 020.cnblogs.com/blog/2619746/202112/2619746-20211214114233918-913570448.jpg)

若deepstream安装报错，或者将关键文件整乱了，可采用专门的卸载脚本uninstall.sh卸载，如下图所示。或者直接删除deepstream整个文件夹。

该项目目前只能针对英伟达的jetson系列平台，包含（jetson TX2, jetson Nano，jetson Xavier NX，jetson AGX Xavier等），后续会推出X_86平台上的部署方案