yolov3使用gpu编译生成darknet.exe报错

Question

yolov3使用gpu编译生成darknet.exe报错./src/convolutional_layer.c:153:13: error: 'CUDNN_CONVOLUTION_FWD_SPECIFY_WORKSPACE_LIMIT' undeclared (first use in this function)

以下为makefile文件

GPU=1
CUDNN=1
OPENCV=0
OPENMP=0
DEBUG=0
CUDA_PATH=/cygdrive/c/Program\ Files/NVIDIA\ GPU\ Computing\ Toolkit/CUDA/v11.4#2026.4
ARCH= -gencode arch=compute_30,code=sm_30 \
      -gencode arch=compute_35,code=sm_35 \
      -gencode arch=compute_50,code=[sm_50,compute_50] \
      -gencode arch=compute_52,code=[sm_52,compute_52]
#      -gencode arch=compute_20,code=[sm_20,sm_21] \ This one is deprecated?

# This is what I use, uncomment if you know your arch and want to specify
# ARCH= -gencode arch=compute_52,code=compute_52

VPATH=./src/:./examples
SLIB=libdarknet.so
ALIB=libdarknet.a
EXEC=darknet
OBJDIR=./obj/

CC=gcc
CPP=g++
NVCC=nvcc 
AR=ar
ARFLAGS=rcs
OPTS=-Ofast
LDFLAGS= -lm -pthread 
COMMON= -Iinclude/ -Isrc/
CFLAGS=-Wall -Wno-unused-result -Wno-unknown-pragmas -Wfatal-errors -fPIC

ifeq ($(OPENMP), 1) 
CFLAGS+= -fopenmp
endif

ifeq ($(DEBUG), 1) 
OPTS=-O0 -g
endif

CFLAGS+=$(OPTS)

ifeq ($(OPENCV), 1) 
COMMON+= -DOPENCV
CFLAGS+= -DOPENCV
LDFLAGS+= `pkg-config --libs opencv` -lstdc++
COMMON+= `pkg-config --cflags opencv` 
endif

ifeq ($(GPU), 1) 
#COMMON+= -DGPU -I/usr/local/cuda/include/#2026.4
COMMON+= -DGPU -I$(CUDA_PATH)/include
CFLAGS+= -DGPU
#LDFLAGS+= -L/usr/local/cuda/lib64 -lcuda -lcudart -lcublas -lcurand#2026.4
LDFLAGS+= -L$(CUDA_PATH)/lib -lcuda -lcudart -lcublas -lcurand
endif

ifeq ($(CUDNN), 1) 
#COMMON+= -DCUDNN 
COMMON+= -DCUDNN -I$(CUDA_PATH)/include
#CFLAGS+= -DCUDNN
CFLAGS+= -DCUDNN -I$(CUDA_PATH)/include
LDFLAGS+= -lcudnn
endif

OBJ=gemm.o utils.o cuda.o deconvolutional_layer.o convolutional_layer.o list.o image.o activations.o im2col.o col2im.o blas.o crop_layer.o dropout_layer.o maxpool_layer.o softmax_layer.o data.o matrix.o network.o connected_layer.o cost_layer.o parser.o option_list.o detection_layer.o route_layer.o upsample_layer.o box.o normalization_layer.o avgpool_layer.o layer.o local_layer.o shortcut_layer.o logistic_layer.o activation_layer.o rnn_layer.o gru_layer.o crnn_layer.o demo.o batchnorm_layer.o region_layer.o reorg_layer.o tree.o  lstm_layer.o l2norm_layer.o yolo_layer.o iseg_layer.o image_opencv.o
EXECOBJA=captcha.o lsd.o super.o art.o tag.o cifar.o go.o rnn.o segmenter.o regressor.o classifier.o coco.o yolo.o detector.o nightmare.o instance-segmenter.o darknet.o
ifeq ($(GPU), 1) 
LDFLAGS+= -lstdc++ 
OBJ+=convolutional_kernels.o deconvolutional_kernels.o activation_kernels.o im2col_kernels.o col2im_kernels.o blas_kernels.o crop_layer_kernels.o dropout_layer_kernels.o maxpool_layer_kernels.o avgpool_layer_kernels.o
endif

EXECOBJ = $(addprefix $(OBJDIR), $(EXECOBJA))
OBJS = $(addprefix $(OBJDIR), $(OBJ))
DEPS = $(wildcard src/*.h) Makefile include/darknet.h

all: obj backup results $(SLIB) $(ALIB) $(EXEC)
#all: obj  results $(SLIB) $(ALIB) $(EXEC)


$(EXEC): $(EXECOBJ) $(ALIB)
    $(CC) $(COMMON) $(CFLAGS) $^ -o $@ $(LDFLAGS) $(ALIB)

$(ALIB): $(OBJS)
    $(AR) $(ARFLAGS) $@ $^

$(SLIB): $(OBJS)
    $(CC) $(CFLAGS) -shared $^ -o $@ $(LDFLAGS)

$(OBJDIR)%.o: %.cpp $(DEPS)
    $(CPP) $(COMMON) $(CFLAGS) -c $< -o $@

$(OBJDIR)%.o: %.c $(DEPS)
    $(CC) $(COMMON) $(CFLAGS) -c $< -o $@

$(OBJDIR)%.o: %.cu $(DEPS)
    $(NVCC) $(ARCH) $(COMMON) --compiler-options "$(CFLAGS)" -c $< -o $@

obj:
    mkdir -p obj
backup:
    mkdir -p backup
results:
    mkdir -p results

.PHONY: clean

clean:
    rm -rf $(OBJS) $(SLIB) $(ALIB) $(EXEC) $(EXECOBJ) $(OBJDIR)/*

Answer 1

让 “紫雾凌寒” 来帮你回答,本回答结合 DeepSeek

如果还有问题，请评论或点击头像私信，如果有帮助到您, 请关注、采纳、点赞

1. 问题关键点分析

该错误本质是cuDNN API兼容性问题，核心原因包括：
- 枚举值拼写/版本不匹配：报错中CUDNN_CONVOLUTION_FWD_SPECIF是CUDNN_CONVOLUTION_FWD_SPECIFIER的截断（代码拼写错误或旧枚举名）；
- Cuda/cuDNN版本不兼容：YOLOv3（Darknet）官方推荐Cuda 10.x + cuDNN 7.6.x，高版本cuDNN（v8+）已修改该枚举名；
- 编译选项未正确配置：未开启CUDNN=1或cuDNN路径错误。

2. 解决方案

方案1：确认并修复环境兼容性（最稳妥）

步骤1：检查Cuda/cuDNN版本匹配

• Cuda版本：执行nvcc -V（Linux）或nvcc --version（Windows），确认为10.0/10.1/10.2；
• cuDNN版本：需对应Cuda版本（如下表）：
  | Cuda版本 | 兼容cuDNN版本 |
  |----------|---------------|
  | 10.0 | 7.6.5 |
  | 10.1 | 7.6.5 |
  | 10.2 | 7.6.5/8.0.4 |

步骤2：修改Makefile编译选项

打开Darknet根目录的Makefile，确保以下配置：

GPU=1          # 开启GPU支持
CUDNN=1        # 开启cuDNN支持
CUDNN_HALF=0   # 关闭半精度（老卡不支持）
OPENCV=0       # 可选，需OpenCV则设为1
# Cuda路径（Windows需改为对应安装路径）
CUDA_PATH=/usr/local/cuda-10.1  # Linux
# CUDNN路径（若解压到CUDA目录则无需单独设置）
CUDNN_PATH=$(CUDA_PATH)

步骤3：重新编译

# 清理旧编译文件
make clean
# 重新编译
make -j8  # 多核加速

方案2：修复代码枚举拼写错误

若环境版本匹配但仍报错，检查src/convolutional_layer.c第153行：
- 原错误行：CUDNN_CONVOLUTION_FWD_SPECIF（截断）
- 修改为：CUDNN_CONVOLUTION_FWD_SPECIFIER（完整枚举名）

修改后重新编译即可。

方案3：升级Darknet到最新分支

若需使用高版本cuDNN（v8+），克隆Darknet最新分支：

git clone https://github.com/AlexeyAB/darknet.git  # AlexeyAB版（更活跃）
cd darknet
# 按方案1修改Makefile后编译

3. 各方案优缺点对比

方案	优点	缺点
环境兼容性修复	官方推荐，避免后续API问题	需安装旧版本cuDNN，可能需卸载新版本
代码枚举修复	快速解决，无需改环境	若为版本枚举变化，可能后续出现其他错误
升级Darknet分支	支持新硬件/API，功能更全	需适配新配置文件，可能破坏旧模型兼容性

4. 总结

1. 优先环境兼容：先确认Cuda 10.x + cuDNN 7.6.x，这是Darknet YOLOv3最稳定的组合；
2. 代码辅助修复：若仍报错，检查枚举名拼写（补全SPECIFIER）；
3. 长期方案：若需新硬件支持，升级到AlexeyAB版Darknet。

按上述步骤操作后，即可解决cuDNN枚举相关的编译错误。

希望以上解答对您有所帮助。如果您有任何疑问，欢迎在评论区提出。