C#调用YOLOv4目标检测时出现cuDNN_STATUS_BAD_PARAM错误如何解决？

你遇到的报错信息如下：

cuDNN status Error in: file: d:\yolo\darknet-master\darknet-master\src\convolutional_layer.c : cudnn_convolutional_setup() : line: 253 : build time: Jul 31 2021 - 17:26:08
cuDNN Error: CUDNN_STATUS_BAD_PARAM

按照以下顺序逐一排查即可解决：

1. 环境版本兼容性校验 #

• 首先确认CUDA、cuDNN、Darknet编译版本三者匹配：你当前用的Darknet是2021年7月编译的，优先匹配CUDA 11.x + cuDNN 8.2.x组合，避免用过高版本cuDNN（比如8.6+）和老版本Darknet适配
• 校验C#调用的Darknet动态库（darknet.dll）编译时用的CUDA/cuDNN版本，和你本地环境安装的版本完全一致，版本差0.1都可能触发参数校验失败

2. 输入参数合法性检查 #

• 确认传入YOLOv4的图像尺寸符合要求：必须是32的整数倍，常用尺寸为416x416、608x608，禁止传入非32倍数的自定义尺寸，会导致卷积层输入参数非法
• 检查C#侧传递的图像数据格式：必须是BGR通道顺序、无alpha通道的8位3通道图像，不要直接传RGBA格式或者RGB顺序的帧数据给Darknet接口

3. 模型与配置文件匹配校验 #

• 核对yolov4.cfg配置和加载的权重文件版本匹配：不要用YOLOv4-tiny的权重配原版YOLOv4的配置，也不要用修改过卷积层数量、输入尺寸的cfg配官方预训练权重
• 检查cfg文件里batch、subdivisions参数：推理场景下必须把batch设为1，subdivisions设为1，训练用的大batch参数直接用在推理会触发cuDNN卷积参数错误

4. 运行环境排查 #

• 检查GPU显存剩余容量：如果推理时显存不足，cuDNN也会抛出参数错误的异常，优先关闭其他占用GPU显存的程序后重试
• 如果你用的是笔记本双显卡，确认C#程序调用的是NVIDIA独立显卡，不是Intel核显，核显不支持CUDA/cuDNN调用会触发报错

5. 编译选项排查 #

如果以上都没解决，重新编译Darknet动态库：

• 编译时CUDNN_HALF开关要和你GPU算力匹配：如果是10系及以下显卡，关闭CUDNN_HALF，20系及以上显卡可以开启
• 编译时指定的GPU算力要和你实际用的显卡匹配，比如30系显卡算力是8.6，不要指定成7.5的算力编译

内容的提问来源于stack exchange，提问作者user13632158