YOLOv7 开启 --image-weights DDP 训练时候遇到的错误：RuntimeError: Tensors must be CUDA and dense

理心炼丹

于 2022-10-24 00:05:57 发布

阅读量4k

点赞数 2

分类专栏：错误文章标签： 1024程序员节

本文为博主原创文章，未经博主允许不得转载。

本文链接：https://blog.csdn.net/hymn1993/article/details/127483723

版权

错误专栏收录该内容

11 篇文章

订阅专栏

在使用DDP模式训练YOLOv7模型时，如果启用了--image-weights参数，会出现'RuntimeError: Tensors must be CUDA and dense'的错误。原因是该参数与DDP不兼容。解决方法包括不使用--image-weights或者在单GPU上训练带有--image-weights的模型。YOLOv5的作者确认了这一不兼容问题，并在新代码中给出了相应提示。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

YOLOv7 开启 --image-weights DDP 训练时候遇到的错误：RuntimeError: Tensors must be CUDA and dense

前提：

使用 DDP 模式来训练模型，我开启了 --image-weights 参数，结果报如下错误：

Traceback (most recent call last):
  File "train.py", line 614, in <module>
	train(hyp, opt, device, tb_writer)
  File "train.py", line 320, in train
	dist.broadcast(indices, 0)
  File "/home/xxx/conda/envs/landmark/lib/python3.8/site-packages/torch/distributed/distributed_c10d.py", line 1193, in broadcast
	work = default_pg.broadcast([tensor], opts)
RuntimeError: Tensors must be CUDA and dense

原因：

--image-weights 参数 与 DDP 不兼容。

解决：

方法1： 不开启 --image-weights 参数。

方法2： so the natural solution is to train --image-weights on single GPU.

参考：

YOLOv5 作者说两者不兼容，他在新的代码中添加了一个提示。

https://github.com/ultralytics/yolov5/issues?q=tensors+must+be+cuda+and+dense+