重装NVIDIA驱动后TensorFlow视频检测程序cv2.imshow无显示问题求助

可行解决方案 #

1 先定位程序卡住的位置 #

在对应代码行后添加打印语句确认卡段：

• model = models.load_model(model_path) 后加 print("模型加载完成")
• while(vid.isOpened()): 下第一行加 print("进入循环，ret返回值：", ret)
  运行后观察打印输出：
• 如果连「模型加载完成」都没有输出：说明模型加载时卡死，属于TensorFlow和CUDA/驱动适配问题，参照第2步处理
• 如果模型加载完成但没有循环相关打印：说明VideoCapture读取视频失败，优先检查视频路径是否正确，路径中的空格、中文都可能导致OpenCV读取异常，可尝试将视频移动到无空格无中文的路径下测试

2 排查CUDA与驱动兼容性问题 #

你当前使用的CUDA 11要求NVIDIA驱动版本≥450.80.02，可打开NVIDIA控制面板查看当前驱动版本，若版本不符合要求，降级驱动到适配CUDA 11的版本即可。

3 排查显存不足问题 #

你的NVIDIA 920MX仅2G显存，日志显示初始化已占用1.3G左右，模型预测时很容易出现显存不足卡死的情况，可在导入TensorFlow后添加如下代码强制使用CPU运行，验证是否是GPU侧问题：

import os
os.environ["CUDA_VISIBLE_DEVICES"] = "-1"

如果CPU运行时程序有正常打印、OpenCV窗口能正常弹出，就确认是GPU侧问题，可尝试升级驱动/更换更小的模型解决。

4 排查OpenCV本身故障 #

将所有TensorFlow相关代码注释，仅保留最简的视频读取播放逻辑：

import cv2
vid = cv2.VideoCapture("你的视频路径")
while(vid.isOpened()):
    ret, frame = vid.read()
    if ret:
        cv2.imshow('test', frame)
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
vid.release()
cv2.destroyAllWindows()

如果上述代码无法正常运行，说明重装驱动时破坏了OpenCV的依赖，执行如下命令重装即可：

pip uninstall -y opencv-python opencv-python-headless
pip install opencv-python

5 修正代码逻辑错误 #

你现有代码中存在两处会导致运行异常的逻辑：

• vid.set(3,480)、vid.set(4,240)两行写在循环内，每次读帧都会重新设置分辨率，严重拖慢运行速度甚至卡死，需要移到vid = cv2.VideoCapture(...)之后、循环之前
• 你将resize后的视频帧直接用frame_set=np.arange(10*width*height*3).reshape(10,width, height, 3)覆盖，实际输入模型的是随机生成的数组，根本不是视频帧内容，需要自行修改为累计存储最近10帧的逻辑，才能符合你模型10帧输入的要求

内容的提问来源于stack exchange，提问作者JuniorPython