YOWO系列：YOWOv2复现过程和常见错误解决方式

目标不愿意被检测

已于 2024-03-01 14:14:26 修改

阅读量2.2k

点赞数 6

文章标签：深度学习目标检测视觉检测 1024程序员节

于 2023-10-24 16:41:07 首次发布

本文链接：https://blog.csdn.net/Yayisheng/article/details/134012913

版权

本文详细介绍了如何准备YOWOv2的开发环境，包括Python虚拟环境创建、依赖包安装，以及UCF101-24数据集的准备。复现过程中涉及的代码修改和常见问题的解决方案也进行了分享。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、代码、环境和数据集准备

1、代码

YOWOv2的官方代码已经开源在Github上了，可以通过下面的链接下载源码。

https://github.com/yjh0410/YOWOv2

2、环境

下载完毕后，创建python版本为3.6的新虚拟环境：

conda create -n yowov2 python=3.6

创建环境完毕后，进入所创建的环境中：

conda activate yowov2

运用cd命令转到项目所在文件夹（先输这个指令，这个命令中的X代表着你项目所在的磁盘）：

cd /d X:

cd xxx/xxxx/xxxx

安装所需要的包：

pip install -r requirements.txt

如果下载过慢，建议将config改成清华源镜像，具体步骤请移步其他博客。至此，复现YOWOv2所需的环境已经搭建完毕。

3、数据集准备

YOWOv2复现仍然使用UCF101-24数据集，读者可自行在项目文件中README.MD文件中找到数据集的下载链接，亦可通过下方百度网盘链接进行下载。

获取链接: https://pan.baidu.com/s/11GZvbV0oAzBhNDVKXsVGKg

提取码: hmu6

二、复现过程

在我们准备好环境，代码和数据集后，我们就可以着手进行复现了

1、数据集根目录更改

源码的数据集目录和我们存放的目录不一致，所以我们要进行修改，在dataset/ucf_jhmdb.py中，修改如下图所示的地方，修改为自己存放UCF24数据集的目录。

为了检测正确性，请运行ucf_jhmdb.py，如果得到下图，则证明数据集配置正确。

2、开始训练

在训练之前，我们需要对train.py进行配置修改：

下图之所以将version修改为yowo_v2_nano，是因为YOWOv2家族有很多分支，我这里采用的是nano，也是YOWOv2家族最轻量化的一个版本。

如果你的电脑有GPU，则将下图中标记的地方改为True，训练速度可提升2-3倍，没有GPU的读者无需修改（如何查看自己有没有GPU，请自行百度一下）

训练完成后，所得到的权重会存放在/weights/ucf24/yowo_v2_nano文件夹中，文件后缀名为.pth

3、验证YOWOv2

为了验证我们所训练的权重在视频检测中的正确性，我们需要下载一个包含动作的视频，然后在demo.py文件中进行配置修改。

将下图中的标记处修改为自己视频的存放目录：

下图源码写的是AVA，这里我们用的是ucf24数据集，所以改为ucf24：

这里将default修改成刚刚自己训练模型的版本：

这里修改为自己刚刚训练好的权重的存放目录（其中./代表相对目录）：

修改完上述配置后，即可运行demo.py，检测完成后的视频存放在下方的目录中：

下面就是检测完成后的视频截图：

三、遇到的问题

在运行的过程中，遇到了很多的问题，我将我遇到的问题和解决方式写在下方（下面所有的解决措施均基于torch=1.9.1+cu111，torchvision=0.10.1+cu111的基础上，版本不对的读者请自行更换torch版本）

1、Torch not compiled with CUDA enabled（用GPU的读者注意，CPU读者可忽略）

这是说当前的虚拟环境中没有安装GPU版本的torch，解决方法就是重新安装GPU版本的torch，进入虚拟环境yowov2后，运行下方指令：

pip install torch==1.9.1+cu111 torchvision==0.10.1+cu111 -f https://download.pytorch.org/whl/torch_stable.html

安装完成后即代表GPU版本的torch已经安装到此虚拟环境中了。

2、AttributeError：model "torch.jit. has no attribute ‘unused‘

说明当前torch版本和torchvision版本不对应，解决方案如上所示。

3、ModuleNotFoundError: No module named 'torch.fx'

也是说明torch版本不匹配，解决方案如1。

4、"xxx.pt is a zip archive(did you mean to use torch.jit.load()?)"

这个错误极有可能出现在自己没有训练，直接使用别人的权重文件的读者中，这是由于权重是在torch>=1.6版本上训练的，而运行的torch版本<1.6，解决方式就是将自己环境中的torch版本升级到1.6以上。

pip install torch==xxxxx -f https://download.pytorch.org/whl/torch_stable.html

5、FileNotFoundError: [Errno 2] No such file or directory: 'G:/XXX/ucf24\\ucf24\\trainlist.txt'

这个错误频繁出现在运行train.py的过程中，这是因为路径冲突，应该在ucf24的上一级目录就截止，如下图所示：

四、总结

目前时序动作检测在各大会议和顶刊上发表的论文很少，而且网上对于YOWO的介绍和复现少之又少，希望大家在时序动作检测过程中遇到了任何困难都不要灰心，我们一起度过这个难关！

五、参考链接

https://blog.csdn.net/weixin_44769214/article/details/108188126

https://www.cnblogs.com/HuangYJ/p/13844757.html

已解决：Torch not compiled with CUDA enabled_Jenny300的博客-CSDN博客

解决错误：AttributeError：model ’torch.jit. has no attribute ‘unused‘_attributeerror: module 'torch.jit' has no attribut-CSDN博客

导入torchvision时出现：AttributeError: module 'torch.jit' has no attribute 'unused'错误 - 知乎

解决ModuleNotFoundError: No module named ‘torch.fx‘_小雲啊的博客-CSDN博客