- Este tópico contém 1 resposta, 2 vozes e foi atualizado pela última vez 3 semanas, 4 dias atrás por
.
- Posts
Por favor, preciso de ajuda com o erro abaixo….estou usando o colab com GPU:
RuntimeError Traceback (most recent call last)
/tmp/ipython-input-976441249.py in <cell line: 0>()
13 cv2.circle(imagem_np, (ponto.x, ponto.y), 2, (0,255,0), 1)
14
—> 15 descritor_face = extrator_descritor_facial.compute_face_descriptor(imagem_np, pontos)
16 #print(type(descritor_face))
17 #print(len(descritor_face))RuntimeError: Error while calling cudaOccupancyMaxPotentialBlockSize(&num_blocks,&num_threads,K) in file /tmp/pip-install-xcfliy9_/dlib_10d8b1356a024302bd3fe256326ddd4c/dlib/cuda/cuda_utils.h:186. code: 222, reason: the provided PTX was compiled with an unsupported toolchain.
Olá Elisabeth!
Este problema se deve a uma incompatibilidade recente entre o dlib e a versão CUDA atribuída no Colab, parece que até o momento não há uma solução oficial (e também tentamos alterar a versão CUDA da instância do Colab, porém atualmente parece que não é mais permitido). Estamos tentando encontrar uma alternativa para que a função funcione corretamente sem essas mensagens. Como alternativa, você tem algumas opções:
1) Executar em sua máquina local. Você pode usar o mesmo código, apenas certifique-se de instalar as bibliotecas necessárias antes de rodar. Recomendamos o uso do Jupyter Notebook para que você possa reutilizar o notebook fornecido na aula.
2) Usar outra técnica de reconhecimento facial, como por exemplo o LBPH (que foi mostrado nessa seção do curso).
3) Usar o Kaggle em vez do Colab. Para isso, faça o seguinte:
* Acesse os Notebooks do Kaggle (link). Faça login ou cadastre-se rápido caso não tenha uma conta.
* Clique em “New Notebook”
* Selecione File > Import Notebook (se não encontrar a opção, veja essa imagem)
* Selecione o arquivo .ipynb nos materiais da aula (ou baixe-o diretamente clicando em Arquivo > Fazer Download > Baixar o .ipynb , dentro do Colab da aula).
* Arraste e solte o arquivo .ipynb e clique em Importar.
Como alternativa, você pode usar a biblioteca face_recognition, que oferece funcionalidade semelhante (repositório do GitHub), ou o DeepFace, outra opção ótima (repositório).
- Você deve fazer login para responder a este tópico.