YOLO模型conda环境配置中的问题

下面的问题是我在配置yolo系列模型过程中遇到的报错问题,我将它汇总在这,这篇文章更新。

1.AttributeError: module 'numpy' has no attribute 'int'.

AttributeError: module 'numpy' has no attribute 'int'.
`np.int` was a deprecated alias for the builtin `int`. To avoid this error in existing code, use `int` by itself. Doing this will not modify any behavior and is safe. When replacing `np.int`, you may wish to use e.g. `np.int64` or `np.int32` to specify the precision. If you wish to review your current use, check the release note link for additional information.
The aliases was originally deprecated in NumPy 1.20; for more details and guidance see the original release note at:
    https://numpy.org/devdocs/release/1.20.0-notes.html#deprecations

出现这一报错,是由于np.int属性在NumPy 1.20中被弃用,即不能再写np.int,解决办法有两种:

(1)降低numpy版本等级,降低到Numpy 1.20一下:直接输入以下指令:

pip install numpy==1.19.0

(2)按照报错指引依次将源码中np.int更改为np.int64

建议使用第2种方法,第1种方法可能存在库间的兼容性问题,容易引起其他报错

2.RuntimeError: Unable to find a valid cuDNN algorithm to run convolution

RuntimeError: Unable to find a valid cuDNN algorithm to run convolution

报错原因:电脑的显卡不支持过高的batch-size,只需调小batch-size即可。需要注意的是batch-size需要时2的倍数。我是从64降低到32便不再报错,这需根据自己的电脑显卡的大小来决定。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要配置YOLOv7的环境,您需要执行以下步骤: 1. 安装CUDA和cuDNN:首先,确保在您的系统上安装了支持CUDA和cuDNN的NVIDIA显卡驱动程序。然后,根据您的系统和CUDA版本,安装相应的CUDA和cuDNN库。 2. 安装Python环境:YOLOv7使用Python进行开发和训练。您可以使用Anaconda或者直接安装Python来设置Python环境。建议使用Python 3.6或更高版本。 3. 创建虚拟环境:使用conda或者virtualenv等工具创建一个独立的虚拟环境,以隔离YOLOv7的依赖。 4. 克隆YOLOv7仓库:从GitHub上克隆YOLOv7的代码仓库,可以使用以下命令: ``` git clone https://github.com/AlexeyAB/darknet.git ``` 5. 编译Darknet:进入克隆的目录,并根据您的系统和需求进行配置和编译。请按照仓库的README文件提供的指导进行操作。 6. 下载预训练权重:从YOLO官方网站或者其他来源下载YOLOv7的预训练权重文件,并将其放置在适当的位置。 7. 配置文件:调整YOLOv7的配置文件以适应您的任务和数据集。您需要指定模型的超参数、数据集的路径等。 8. 训练模型:使用准备好的数据集和配置文件,开始训练YOLOv7模型。根据您的需求,您可能需要进行数据增强、调整学习率等操作。 这些步骤仅提供了一般的指导,具体的配置步骤可能会因您的系统环境、需求和数据集而有所不同。请仔细阅读相关文档和参考资料,确保正确配置YOLOv7环境。

“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
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