运行YOLOv3报错： CUDA Error: out of memory

最新推荐文章于 2025-06-05 08:15:09 发布

原创最新推荐文章于 2025-06-05 08:15:09 发布 · 1.7k 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#yolov3 #cuda #out of memory

深度学习专栏收录该内容

9 篇文章

订阅专栏

本文介绍了解决显存不足导致的CUDA错误的方法。当遇到CUDA out of memory错误时，可以通过调整yolov3.cfg配置文件中的subdivisions参数来解决。通常情况下，增大此参数可以缓解显存不足的问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

报错现象：

   19 conv    128  1 x 1 / 1    76 x  76 x 256   ->    76 x  76 x 128  0.379 BFLOPs
   20 CUDA Error: out of memory
darknet: ./src/cuda.c:36: check_error: Assertion `0' failed.
已放弃 (核心已转储)

解决办法：
这是由于显存不足导致的报错，打开yolov3.cfg文件，修改subdivisions，显存不足时，将该值改大一些

batch=64
# 现存不够时，这个值需要改大
subdivisions=64
width=608
height=608
channels=3
momentum=0.9
decay=0.0005

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

复古蓝

关注关注

0
点赞
踩
5

收藏

觉得还不错? 一键收藏
1
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

【yolo系列：运行报错RuntimeError: CUDA error: an illegal memory access was encountered CUDA kernel errors m】

weixin_47869094的博客

09-06

6799

使用yolov7训练数据集，但是训练到一半就开始停止了并且报错。

解决RuntimeError: CUDA out of memory. Tried to allocate 14.00 MiB (GPU 0; 7.43 GiB total capacity; 6.3

最新发布

shejizuopin的博客

06-05

498

摘要：本文针对PyTorch训练中常见的RuntimeError: CUDA error: out of memory错误，分析了模型过大、批量大小过高等五大成因，并提供了六种解决方案：减小批量大小、梯度累积、混合精度训练、显存释放、模型剪枝等。通过代码示例和对比表格，详细说明了每种方法的优缺点及适用场景，帮助开发者在显存和性能之间取得平衡。这些优化策略能有效解决GPU显存不足问题，确保深度学习训练顺利进行。（148字）

yolo训练报错：CUDA out of memory

qq_44540109的博客

08-27

688

报错原因：batch_size设置太大，内存不足

yolov3的GUI界面（3）--解决out of memory问题，新增摄像头检测功能

perfectdisaster的博客

07-18

910

yolov3的GUI界面（3）--解决out of memory问题，新增摄像头检测功能

YOLOv3遇到的问题

m0_49089298的博客

06-10

721

在运行YOLOv3时，遇到的问题及解决方法如下（1）提示显存不足解决方法如下： 1.打开yolov3.cfg gedit darket/cfg/yolov3.cfg 2.修改配置把第6行的batch改小比如 batch=64 ------------>batch=20 参考文献为： https://www.codeleading.com/article/652372503/ ...

yolov5测试报错：RuntimeError: CUDA out of memory.

猫猫与橙子的博客

08-22

6883

RuntimeError: CUDA out of memory.不一定是现存不足；

YOLOv3 CUDA Error: out of memory darknet: ./src/cuda.c:36: check_error: Assertion `0‘ failed.

nicole3375的博客

07-26

409

Batch Size（批量大小）：批量大小是指在每次模型训练中同时处理的输入样本数量。Subdivisions（子分区）：子分区是将每个批量进一步划分为更小的部分进行处理的方式。通过使用子分区，可以减少 GPU 内存的需求，特别是当批量大小较大时。把subdivisions=8改成subdivisions=16，64，最好都是2的指数，并且要保证batch是subdivisions的整数倍。方法二：修改尾行 random 值（默认值为1），此处修改为：random=0 （注：yolov3共有三处）

Ubuntu训练YOLO时出现：CUDA Error: out of memory

火星人

10-19

5742

需要修改所使用的模型cfg文件中的subdivision的参数。由subdivisions=8改成subdivisions=64。 subdivision：这个参数很有意思的，它会让你的每一个batch不是一下子都丢到网络里。而是分成subdivision对应数字的份数，一份一份的跑完后，在一起打包算作完成一次iteration。这样会降低对显存的占用情况。如果设置这个参数为1的话就是一...

YOLOv4训练提示 Out of memory!

安卓高通 bsp ，同行欢迎交流

10-08

1270

YOLOv4训练提示 Out of memory! 网上的办法如果都解决不了，试试我的这个。训练时候修改你自己的cfg文件中height和weight，往小改，官方为416，我改成960报以上错误。 height=960 weight=960 根本原因是，输入网络的图片尺寸越大，卷积核计算出最后的tensor的维度会过高，可以理解为参数爆炸，所以YOLO也不能处理过高分辨率的图片。 Think：想一个办法改进？ ...

关于解决yolov3训练模型时出现CUDA Error: out of memory darknet: ./src/cuda.c:36: check_error: Assertion `0‘ fail

qq_45577581的博客

03-05

512

关于解决yolov3训练模型时出现CUDA Error: out of memory darknet: ./src/cuda.c:36: check_error: Assertion `0‘ failed. 参考链接1

使用YOLO网络对图像进行目标检测时，CUDA Error: out of memory

Uranus的学习日记

07-16

1540

环境：Ubuntu14，CUDA8.0、Cudnn5.1、opencv3.1.0、显卡：GTX1050 运行内存：2G 在darknet编译好后（GPU=1，CUDNN=1，OPENCV=1），下载好weights文件，试运行 ./darknet detect cfg/yolov3.cfg models/yolov3.weights data/dog.jpg 报错： CUDA Err...

IBM云平台linux下训练yolov3，GPU被其他程序占用，内存不够导致报错

wukai0909的博客

09-09

994

超参重新调整后，开始运行程序训练yolov3，开始以为是调整程序，修改参数导致的错误。但在恢复原参数，还是照样错误，通过对错误代码的解读，是GPU内存不够导致。但比较奇怪的是对于IBM云平台，只能训练被指定分配的GPU，被其他人的程序占用，导致报错。 2019-09-07 17:10:57.137765: I tensorflow/core/common_runtime/bfc_allocato...

Yolov8模型训练报错：torch.cuda.OutOfMemoryError

大雾的小屋的博客

11-10

7025

最近在使用自己的数据训练Yolov8模型的时候遇到了很多错误，下面将逐一解答。如何解决：torch.cuda.OutOfMemoryError的报错问题。

【纯干货级教程】解决RuntimeError:CUDA out of memory

2401_84870184的博客

05-13

5115

本文对于采用CPU/LAPTOP-GPU如何加快训练进程，会有较为明确的描述和解决方法，如果目前你存在设备算力差等类似情况的话，相信参考本文的步骤进行尝试是能够解决的。

【小本本笔记】yolov8跑模型缓慢，内存提示不足？

2301_80365008的博客

08-10

2044

Closing dataloader mosaic 是指在数据加载过程中，特别是在使用 Mosaic 数据增强时，PyTorch 的 DataLoader 组件正在关闭相关的处理程序或进程。Mosaic 数据增强是一种将多张图像拼接在一起生成新图像的技术，用于提升模型的泛化能力。close_mosaic: 禁用mosaic增强的最后第几个轮次。这是因为opencv对输入的图片像素是有限制的，图片像素过大，opencv算出来的值超过了int的最大值，就会报错。跑模型跑的慢，gpu-mem=0是什么意思。

yolov8推理时（检测、分割、追踪）cuda out of memory问题的解决方案（已解决）

FRANPPER的博客

09-27

8219

YOLOv8检测的时候显存爆了？别着急，看这里！

yolov5torch.cuda.OutOfMemoryError: CUDA out of memory.

08-31

根据引用和引用的信息，yolov5torch.cuda.OutOfMemoryError: CUDA out of memory是由于尝试分配的内存超过了GPU的总容量导致的。这种情况下，您可以尝试以下解决方法: 1. 减小batch_size: 减少每个批次中的样本数量，这样可以降低内存需求。 2. 使用item()属性: 当取torch变量标量值时，使用item()属性可以释放显存，避免过多的内存占用。 3. 测试阶段的优化: 在测试阶段，可以添加一些代码来减少内存使用，但需要注意不要影响模型的性能和结果。这些方法可以帮助您解决CUDA out of memory错误。希望对您有帮助！123 #### 引用[.reference_title] - *1* [报错记录torch.cuda.OutOfMemoryError: CUDA out of memory. Tried to allocate 90.00 MiB (GPU 0； 7.93 ...](https://blog.csdn.net/gongkeguo/article/details/127674524)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [训练yolov5时出现RuntimeError: CUDA out of memory](https://blog.csdn.net/weixin_43945848/article/details/126266421)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [pytorch模型提示超出内存RuntimeError: CUDA out of memory.](https://download.csdn.net/download/weixin_38552305/14884908)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]