解决yolov5 模型运行detect 报错的问题

项目场景：

yolov5 模型环境配置好后，运行detect 直接报错。

---

问题描述

由于学习安装的是yolov5 模型的5.0版本，（目前最新的是6.1版本）

在运行detect 直接报错：

AttributeError: Can't get attribute 'SPPF' on <module 'models.common' from 'C:\\Users\\Administrator\\Desktop\\yolov5\\yolov5-5.0\\models\\common.py'>

解决这个问题后，运行又报错：

RuntimeError: The size of tensor a (60) must match the size of tensor b (56) at non-singleton dimension 3

原因分析：

应该是我安装的是yolov5 模型的5.0版本，运行detect下载的的是6.1版本，5.0版本中缺少SPPF这个类。

---

解决方案：

第一个报错解决方法：

去Github网站，找到最yolov5 最新版本，去common.py里面去找到这个SPPF的类,把它复制到我们下载的yolov5 文件的 model/common.py里面。

除此之外，我们还需要引用warnings这个包，为了方便大家改错，代码我就直接放下面了：

import warnings

class SPPF(nn.Module):
    # Spatial Pyramid Pooling - Fast (SPPF) layer for YOLOv5 by Glenn Jocher
    def __init__(self, c1, c2, k=5):  # equivalent to SPP(k=(5, 9, 13))
        super().__init__()
        c_ = c1 // 2  # hidden channels
        self.cv1 = Conv(c1, c_, 1, 1)
        self.cv2 = Conv(c_ * 4, c2, 1, 1)
        self.m = nn.MaxPool2d(kernel_size=k, stride=1, padding=k // 2)

    def forward(self, x):
        x = self.cv1(x)
        with warnings.catch_warnings():
            warnings.simplefilter('ignore')  # suppress torch 1.9.0 max_pool2d() warning
            y1 = self.m(x)
            y2 = self.m(y1)
            return self.cv2(torch.cat([x, y1, y2, self.m(y2)], 1))

第二个报错解决方法：

点击下面链接，下载yolov5s.pt
https://github.com/ultralytics/yolov5/releases/download/v5.0/yolov5s.pt

找到我们下载的yolov5文件中的yolov5s.pt

替换成下载的yolov5s.pt就行了

这样在运行 detect.py就不会报错了