Pycharm运行YOLO V5遇到的问题或是BUG

    再运行YOLO V5原程序过程中,晕倒几个需要解决的问题,具体如下:

一、paycharm运行train.py需要添加参数,具体如下:

python train.py --img 640 --batch 16 --epochs 5 --data ./data/BCC.yaml --cfg ./models/yolov5s.yaml --weights ''

    如果对源码中的参数部分进行了相应的改进,或是默认设置,可以不用再次设置。

二、yolov5报错:RuntimeError: a view of a leaf Variable that requires grad is being used in an in-place

    具体可以参看博文,主要是修改在yolov5-master\models\yolo.py文件中的_initialize_biases函数,具体如下:

    def _initialize_biases(self, cf=None):  # initialize biases into Detect(), cf is class frequency
        # cf = torch.bincount(torch.tensor(np.concatenate(dataset.labels, 0)[:, 0]).long(), minlength=nc) + 1.
        m = self.model[-1]  # Detect() module
        for mi, s in zip(m.m, m.stride):  # from
            b = mi.bias.view(m.na, -1)  # conv.bias(255) to (3,85)
            with torch.no_grad():
                b[:, 4] += math.log(8 / (640 / s) ** 2)  # obj (8 objects per 640 image)
                b[:, 5:] += math.log(0.6 / (m.nc - 0.99)) if cf is None else torch.log(cf / cf.sum())  # cls
            mi.bias = torch.nn.Parameter(b.view(-1), requires_grad=True)

三、yolov5报错:TypeError: can‘t convert cuda:0 device type tensor to numpy. Use Tensor.cpu() to copy…错误显示位于yolov5\utils\general.py文件中。
    这个部分费了一些时间,在网上找了一些资料,主要是将数据转成cpu的,如targets.cpu().numpy(),但是均没有效果。
    根据错误提示找到YOLOV5的运行环境,如D:\Program Files\Miniconda3\envs\torch\lib\site-packages\torch\tensor.py文件的第643行(可能不同版本的pytorch位置会有不同,可以直接搜索如下内容更改)

return self.numpy()

    改为:

return self.cpu().detach().numpy()

主要参考:
https://blog.csdn.net/weixin_44612221/article/details/115359866
https://blog.csdn.net/qq_44703886/article/details/117231542

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

gz7seven

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值