运行YOLO车辆检测时，net.forward()抛出cv2.error: bad allocation错误

这个错误是内存分配失败导致的，通常是模型推理时占用内存超出系统可用资源，或者代码/模型配置存在问题，以下是具体解决步骤：

• 降低输入视频/图像的分辨率
  在读取帧后缩小尺寸，减少单帧处理的内存占用，示例代码：

  frame = cv2.resize(frame, (640, 480))  # 可根据硬件性能调整为更小尺寸，比如320x240
  

• 改为单帧推理模式
  如果代码中使用了批量处理，将批量大小改为1，避免一次性加载过多帧占用内存。

• 主动释放闲置内存
  在推理循环中定期清理不再使用的变量，示例代码：

  cv2.waitKey(1)
  del layerOutputs  # 删除当前帧的推理结果变量
  import gc
  gc.collect()  # 触发垃圾回收释放内存
  

• 检查模型文件完整性
  确认下载的检测模型权重、配置文件没有损坏，重新下载与当前OpenCV版本兼容的模型文件。

• 释放系统闲置资源
  关闭后台占用内存的程序（如浏览器、大型软件），为模型推理腾出更多RAM空间，低配设备尤其需要注意。

• 切换轻量化模型
  替换为参数更少的轻量化模型（如YOLOv3-tiny替代标准YOLOv3），大幅降低内存占用。

内容的提问来源于stack exchange，提问作者Riya Singh Baghel