YOLOv7环境安装及训练时的一些报错及解决方法

本文内容参考了网络上各个来源的yolov7环境部署及训练模型的文章，作者在实验的时候也遇到了很多困难，写在这里希望能帮到更多人。 作者使用windows11系统，显卡GTX1660ti

1. Anaconda虚拟环境安装到指定路径

在\Anaconda\envs\下创建名为yolov7的虚拟环境，所用python版本为3.8

conda create --prefix=E:\Anaconda\envs\yolov7 python=3.8

若报错提示权限不够，用管理员权限打开Anaconda即可

2. pip install时的网络连接问题 Could not fetch URL: there was a promblem confirming the ssl certificate

首先考虑换成国内的镜像源(下述代码为清华源)：

pip install package_name -i https://pypi.tuna.tsinghua.edu.cn/simple 

如果不是源的问题的话，把电脑上挂着的代理软件关掉，作者把Clash关掉后问题解决。注意：一定要关掉，开direct模式没用。.
requirements.txt中的package安装需要花费一点时间，耐心等待。

3. 配置gpu训练环境时的超时问题 raise ReadTimeoutError(self._pool, None, “Read timed out.”)

换成清华源。

pip install torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio==0.11.0 --extra-index-url https://download.pytorch.org/whl/cu113 -i https://pypi.tuna.tsinghua.edu.cn/simple

若还是超时，则分开安装

pip install torch==1.11.0+cu113 --extra-index-url https://download.pytorch.org/whl/cu113 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install torchvision==0.12.0+cu113 --extra-index-url https://download.pytorch.org/whl/cu113 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install torchaudio==0.11.0 --extra-index-url https://download.pytorch.org/whl/cu113 -i https://pypi.tuna.tsinghua.edu.cn/simple

4. WARNING: The scripts are installed in ‘路径’ which is not on the PATH

将该路径添加到环境变量即可。
桌面右键【此电脑】选择【属性】→【高级系统设置】→【高级】，点击最底下的【环境变量】。在用户变量栏中找到【Path】并双击，右侧点击新建，输入路径。然后一路点击确定和应用即可。

5. 配置pycharm使用Anaconda虚拟环境 Cannot set up python SDK. The SDK seems invalid.

左上角【files】→【settings】→【Python Interpretor】，然后：



然后一路ok，apply即可。
首次运行时报错Cannot set up python SDK. The SDK seems invalid.出现原因未知，不过作者重新apply了另一个解释器，然后再次apply虚拟环境之后没有出现报错了。

6. detact.py的输出图片中没有检测框

在detect的31行之后添加：

torch.backends.cudnn.enabled = False

再次run，成功出现检测框。

7. UnicodeDecodeError: ‘gbk’ codec can’t decode byte 0xae in position 34: illegal multibyte sequence

文件路径中有中文或者yaml文件中有中文注释，删除即可。如果不是这两个地方，肯定是别的地方有中文，删掉。

8. MemorryError & OSError: [WinError:1455] 页面太小，无法完成操作 & MemorryError：Out of memorry interning an attribute name

首先考虑train.py中的默认batch-size过大，修改至2。
若无法解决，则考虑修改Anaconda所在磁盘的页面大小。注意：作者的Anaconda和虚拟环境均在同一磁盘，出现该错误也可能是由于虚拟环境所在磁盘的页面大小不够。
桌面右键【此电脑】选择【属性】→【高级系统设置】→【高级】→【性能，视觉效果，处理器计划，内存使用及虚拟内存】【设置】→【高级】→【虚拟内存】【更改】

设置完毕后可能需要重启电脑，按系统提示重启后，再次run，成功解决问题。

---

参考文章：
YOLOv7保姆级教程！（个人踩坑无数）----环境配置
YOLOv7保姆级教程（个人踩坑无数）----训练自己的数据集