Deep learning darknet:./src/utils.c:325:错误：断言'0'；失败（YOLO-v4）Google colab

我尝试使用Google Colab在我自己的数据集上训练YOLO_v4，但遇到了下一个错误：

CUDA status Error: file: ./src/blas_kernels.cu : () : line: 841 : build time: Oct  9 2020 - 12:04:13 

 CUDA Error: no kernel image is available for execution on the device
CUDA Error: no kernel image is available for execution on the device: File exists
darknet: ./src/utils.c:325: error: Assertion `0' failed.
CPU times: user 58 ms, sys: 12.4 ms, total: 70.4 ms
Wall time: 15.4 s

我检查了我的代码，但没有发现错误。 然后我用我使用的例子（）运行Google Colab笔记本。当我执行单元格时：

%%time
!./darknet detector train data/obj.data cfg/custom-yolov4-detector.cfg -dont_show -map #./backup/custom-yolov4-detector_last.weights
#If you get CUDA out of memory adjust subdivisions above!
#adjust max batches down for shorter training above

此错误有时会出现，但不会出现。 我很困惑。。。 我认为这与我连接的GPU的可用性或类型有关。

---

有什么建议吗？

查看此链接，然后像这里一样下载darknet

---

然后创建一个yolov4.conf文件，并根据类标签的数量对其进行配置。您可以在此处找到此配置的示例：

检查此链接并像此处一样下载darknet

---

然后创建一个yolov4.conf文件，并根据类标签的数量对其进行配置。您可以在此处找到此配置的示例：

虽然此链接可以回答问题，但最好在此处包含答案的基本部分，并提供链接供参考。如果链接页面发生更改，仅链接的答案可能会无效。虽然此链接可以回答问题，但最好在此处包含答案的基本部分，并提供链接以供参考。如果链接页面发生更改，则仅链接的答案可能无效。