CreateML无调试文档、运行崩溃及训练报错问题求助
CreateML 常见崩溃问题与调试方案
日志读取与调试方法
CreateML 的运行时全量日志未在官方文档明确说明,可通过以下两种方式直接调取:
- 打开 macOS 自带「控制台」应用,左侧边栏选中当前设备,右上角搜索框输入
CreateML筛选对应进程日志,可查看界面未展示的完整报错上下文,包括资源加载失败、编码不兼容、硬件调度异常等细节信息。 - 若通过命令行调用 CreateML 执行训练任务,可在运行命令末尾追加
2>&1 | tee createml_runtime_log.txt,所有输出会同步写入当前目录下的日志文件,方便后续回溯排查。
特定报错解决方案
ioaf 代码错误
该报错本质是 GPU 显存调度异常,无系统更新的前提下多为批次加载量超出硬件阈值导致:
- 进入 CreateML 训练设置页,将「批次大小」下调至原数值的 1/2,1080P 分辨率的动作分类任务建议批次大小不超过 4。
- 训练前关闭其余占用 GPU 资源的进程,重启 CreateML 后重新发起训练即可。
asset contains no video tracks 报错
该报错与视频文件是否损坏无直接关联,核心原因是 CreateML 对视频编码、容器格式的兼容要求非常严格,可正常播放的视频也可能因编码不兼容触发报错:
- CreateML 仅支持 H.264 编码的 .mp4、.mov 格式素材,H.265、VP9 等编码格式的视频均会被识别为无有效视频轨道。
- 无需人工逐个核查素材,可通过 ffmpeg 命令批量转码所有训练素材,参考命令:
for f in *.mov; do ffmpeg -i "$f" -c:v libx264 -crf 23 -c:a aac "converted_${f%.mov}.mp4"; done
转码完成后的素材即可正常被 CreateML 识别。
大批量素材预校验方案
针对数千份量级的训练素材,可通过脚本提前自动校验过滤,无需人工逐一核查:
- 视频类素材:调用
pyav库批量读取每个文件的轨道信息,自动过滤无视频轨道、帧率低于 10、时长低于动作切片最小要求的异常文件。 - 图像类素材:调用
PIL库批量尝试加载图片,自动过滤无法打开、通道数不为 3、分辨率低于 224*224 的异常文件,千份素材校验仅需数分钟即可完成。
内容的提问来源于stack exchange,提问作者Irving Luna
相关产品推荐
相关产品推荐

