【mmseg】debug心路历程：CUDA kernel errors might be asynchronously reported at some other API call ...

目录

报错：

解决步骤：

1.报错详细信息定位

2.可能报错1：num_class设置不对

3.可能报错2：模型输出尺寸不对

---

报错：

CUDA kernel errors might be asynchronously reported at some other API call,so the stacktrace below might be incorrect.

解决步骤：

1.报错详细信息定位

首先这种模糊的报错信息难以定位到是什么具体的报错代码位置，所以我们要打印更详细的报错说明，找到报错的代码位置。给代码开始位置添加一下两行：

import os
os.environ['CUDA_LAUNCH_BLOCKING'] = '1'

这时候报错会定位到实际位置，大家对症下药解决即可。

2.可能报错1：num_class设置不对

检查自己的数据集label对应的值是否有超过num_class的值，比如num_class=3的数据集，label应该为[0,1,2]，不应该出现除这三个值以外的值。 

3.可能报错2：模型输出尺寸不对

通常模型的输入尺寸为3是不会变的，但是输出尺寸的channel应该为num_class的大小，因此，此处是最容易忘记改的，本人就是。。。

记得将模型的out_channel改为num_class！！！

整理不易，欢迎一键三连！！！