OpenCV调用getCudaEnabledDeviceCount报(-217)错误求助

错误复现 #

import cv2
cv2.__version__
# 输出：'4.7.0'
count = cv2.cuda.getCudaEnabledDeviceCount()
# 触发报错：
Traceback (most recent call last):
  File "stdin", line 1, in module
cv2.error: OpenCV(4.7.0) /home/*****/opencv-4.7.0/modules/core/src/cuda_info.cpp:62: error: (-217:Gpu API call) unknown error in function 'getCudaEnabledDeviceCount'

环境信息 #

• 主机系统：Proxmox（Linux 5.15.83-1-pve #1 SMP PVE 5.15.83-1）
• GPU透传方式：LXC容器透传
• NVIDIA驱动与CUDA版本：NVIDIA-SMI 510.85.03，Driver Version: 510.85.03，CUDA Version: 12.0
• LXC内nvcc版本：

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2022 NVIDIA Corporation
Built on Mon_Oct_24_19:12:58_PDT_2022
Cuda compilation tools, release 12.0, V12.0.76
Build cuda_12.0.r12.0/compiler.31968024_0

• OpenCV编译无报错，编译选项：

-D CMAKE_INSTALL_PREFIX=/usr/local \
-D INSTALL_PYTHON_EXAMPLES=ON \
-D INSTALL_C_EXAMPLES=OFF \
-D OPENCV_ENABLE_NONFREE=ON \
-D WITH_CUDA=ON \
-D WITH_CUDNN=ON \
-D OPENCV_DNN_CUDA=ON \
-D ENABLE_FAST_MATH=1 \
-D CUDA_FAST_MATH=1 \
-D CUDA_ARCH_BIN=6.1 \
-D WITH_CUBLAS=1 \
-D BUILD_TESTS=OFF \
-D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib/modules \
-D HAVE_opencv_python3=ON \
-D PYTHON_EXECUTABLE=/usr/bin/python3 \
-D PYTHON2_EXECUTABLE=/usr/bin/python2 \
-D BUILD_EXAMPLES=ON 

排查与解决步骤 #

1. 确认LXC内GPU设备权限

   • 执行ls /dev/nvidia*，检查是否存在/dev/nvidia0、/dev/nvidiactl、/dev/nvidia-uvm等设备文件。
   • 若设备存在但权限不足，编辑LXC配置文件/etc/pve/lxc/<容器ID>.conf，添加以下配置后重启容器：

     lxc.cgroup2.devices.allow: c 195:* rwm
     lxc.cgroup2.devices.allow: c 243:* rwm
     lxc.mount.entry: /dev/nvidia0 dev/nvidia0 none bind,optional,create=file
     lxc.mount.entry: /dev/nvidiactl dev/nvidiactl none bind,optional,create=file
     lxc.mount.entry: /dev/nvidia-uvm dev/nvidia-uvm none bind,optional,create=file
     lxc.mount.entry: /dev/nvidia-uvm-tools dev/nvidia-uvm-tools none bind,optional,create=file
     

2. 验证CUDA基础功能

   • 运行nvidia-smi，确认能正常显示GPU信息，若报错则优先排查GPU透传配置问题。
   • 编译并运行CUDA示例程序deviceQuery：

     cd /usr/local/cuda/samples/1_Utilities/deviceQuery
     make
     ./deviceQuery
     

     输出Result = PASS则CUDA基础功能正常，否则需修复CUDA安装或透传配置。

3. 调整OpenCV与CUDA版本兼容性

   • OpenCV 4.7.0对CUDA 12.0的支持存在兼容性问题，建议降级CUDA至11.7/11.8，或升级OpenCV至4.8.0及以上版本。
   • 执行nvidia-smi --query-gpu=compute_cap --format=csv,noheader获取GPU实际计算能力，将编译选项中的CUDA_ARCH_BIN=6.1替换为对应值（如7.5、8.6等）后重新编译。

4. 验证OpenCV Python绑定的CUDA支持

   • 执行python3 -c "import cv2; print(cv2.getBuildInformation())"，查看输出中CUDA相关配置是否均为启用状态（显示YES）。
   • 若配置未启用，需重新编译OpenCV，确保编译过程中CUDA依赖库完整且路径正确。

内容的提问来源于stack exchange，提问作者HansBaer