为什么cuda model不能在继承multiprocessing.process的class中的__init__方法下初始化？

Question

这是我的代码：

from MyDetector import Helmet_Detector
from multiprocessing import Process

class Processor(Process):
    def __init__(self):
        super().__init__()
        self.helmet_detector = Helmet_Detector()

    def run(self):
         print(111)


    if __name__ == '__main__':
         p=Processor()
         p.start()

如您所见，class 'Processor' 继承了 multiprocessing.Process，而 Helmet_Detector 是使用 cuda 的 YOLO model。 但是当我运行它时，错误发生如下：

THCudaCheck FAIL file=C:\w\1\s\tmp_conda_3.7_075911\conda\conda-bld\pytorch_1579075223148\work\torch/csrc/generic/StorageSharing.cpp line=245 error=71 : operation not supported
Traceback (most recent call last):
  File "E:/python-tasks/WHU-CSTECH/Processor.py", line 17, in <module>
    p.start()
  File "C:\Anaconda\lib\multiprocessing\process.py", line 112, in start
    self._popen = self._Popen(self)
  File "C:\Anaconda\lib\multiprocessing\context.py", line 223, in _Popen
    return _default_context.get_context().Process._Popen(process_obj)
  File "C:\Anaconda\lib\multiprocessing\context.py", line 322, in _Popen
    return Popen(process_obj)
  File "C:\Anaconda\lib\multiprocessing\popen_spawn_win32.py", line 89, in __init__
    reduction.dump(process_obj, to_child)
  File "C:\Anaconda\lib\multiprocessing\reduction.py", line 60, in dump
    ForkingPickler(file, protocol).dump(obj)
  File "C:\Anaconda\lib\site-packages\torch\multiprocessing\reductions.py", line 242, in reduce_tensor
    event_sync_required) = storage._share_cuda_()
RuntimeError: cuda runtime error (71) : operation not supported at C:\w\1\s\tmp_conda_3.7_075911\conda\conda-bld\pytorch_1579075223148\work\torch/csrc/generic/StorageSharing.cpp:245

然后我尝试在运行方法中初始化 Helmet_Detector：

def run(self):
     print(111)
     self.helmet_detector = Helmet_Detector()

没有发生错误。 谁能告诉我这个问题的原因，我该如何解决这个问题？ 谢谢！

Answer 1

发生错误是因为在 python 中，多处理要求进程 class 对象是可挑选的，以便可以将数据传输到正在创建的进程，即 object 的序列化和反序列化。 建议解决这个问题，惰性实例化 Helmet_Detector object（提示：在 python 中尝试属性）。

编辑：

根据@jodag 的评论，您应该使用 pytorch 的多处理库而不是标准的多处理库

例子：

import torch.multiprocessing as mp

class Processor(mp.Process):
.
.
.