yolox 训练错误记录

已于 2022-10-27 00:14:02 修改
阅读量1.3k 收藏 2
点赞数 1
文章标签： python 深度学习 开发语言
于 2022-10-13 00:22:08 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_35821503/article/details/127293310
版权

1.(未解决)AttributeError: module 'torch._C' has no attribute '_cuda_setDevice'

 并且是anaconda prompt shell里面运行没错，pycharm训练就出这个错！

2.（已经解决）

由于yolox还使用我之前用的数据集缓存与我更换后的数据集对应不上导致的。由此找到了缓存文件annots.pkl文件的所在地址：datasets/VOCdevkit/annotations_cache直接将该文件夹删除（yolox再次运行时如果找不到该文件夹会再次新建重新缓存数据），再次运行训练命令开始训练后该问题没有再次出现。


3.2022-10-26 23:06:35 | ERROR    | yolox.core.launch:98 - An error has been caught in function 'launch', process 'MainProcess' (5328), thread 'MainThread' (382

最后报错FileNotFoundError: [Errno 2] No such file or directory: 'G101.xml'

 

 解决：将yolox/data/datasets/voc.py文件修改为如下图所示：

 

滢滢读书哇
关注
  • 1
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
YOLOX安装部署使用训练教程以及报错
留缘的博客
07-28 1万+
YOLOX安装使用教程安装step1step2step3验证 安装 安装过程基本上可以参考：https://github.com/Megvii-BaseDetection/YOLOX step1 Install YOLOX. git clone git@github.com:Megvii-BaseDetection/YOLOX.git cd YOLOX pip3 install -U pip && pip3 install -r requirements.txt pip3 install -
YOLOX报错FileNotFoundError: [Errno 2] No such file or directory: ‘xxx.xml‘个人解决方案
qq_67954671的博客
07-05 4260
YOLOX报错FileNotFoundError: [Errno 2] No such file or directory: 'xxx.xml'个人解决方案
YOLOX训练环境搭建问题总结
热门推荐
ELSA001的博客
10-23 1万+
一、环境： OS：Windows 10 显卡：GeForce RTX 3070 Laptop GPU，8G CUDA：11.1 cudnn：8.0 二、YOLOX环境配置： 1、安装pytorch 在Anaconda上，我使用torch_G作为环境名: conda create -n torch_G python=3.8 安装成功后激活torch_G环境： conda activate torch_G 在所创建的pytorch环境下安装pytorch版本, 执行命令： 这里需要注意： 我的CUDA版
自己整理的YOLOX训练参数设置
最新发布
04-10
自己整理的YOLOX训练参数设置。自己整理的YOLOX训练参数设置。自己整理的YOLOX训练参数设置。自己整理的YOLOX训练参数设置。自己整理的YOLOX训练参数设置。
yolox 训练结果，自己的
08-11
总结来说，“yolox 训练结果，自己的”项目涉及了目标检测技术、YOLOX模型的训练和优化，以及可能的数据集和评估指标。用户通过自训练得到了模型，可以应用于各种场景，并且有潜力通过持续优化得到更好的性能。
YOLOX训练自己的数据集(voc).docx
08-11
YOLOX 训练自己的数据集（VOC） YOLOX 是一种基于深度学习的目标检测算法，它可以实时detect objection目标。为了使用 YOLOX，我们需要准备自己的数据集，这篇文章将指导你如何准备自己的 VOC 数据集并使用 YOLOX ...
YOLOX-demo.zip
11-17
综上所述，YOLOX训练测试代码包含了大量的深度学习和目标检测领域的实践知识，从数据准备到模型训练，再到模型评估和应用，涉及了多个环节的技术要点。通过深入理解并实践这些内容，可以提升开发者在目标检测领域的...
基于coco数据集的yolox模型预训练权重
11-07
yolox模型预训练权重
对yolox框架进行自定义改进时遇到的问题及解决记录
qq_40641713的博客
06-18 2968
在yolox源码基础上进行自定义修改模型结构经验记录
安装Yolox环境出现There was an error checking the latest version of pip.错误
lhq_123mutouren的博客
07-05 96
可以查看是否自己正在用梯子，是得话关掉就可以了。
在使用nohup命令后台训练pytorch模型时，关闭ssh窗口导致的训练任务失败解决方法
Toby的博客
10-10 2449
ssh终端 nohup 后台进程不终止
【环境配置】YOLOX的环境配置(Windows系统)
hsdujdjrjrj的博客
03-05 608
Windows系统下安装YOLOX，包括pycocotools和apex安装。
WIN 10环境下安装pytorch环境并跑通Yolox-demo
weixin_45053425的博客
10-12 1701
本文章主要解决新手入门深度学习，搭建深度学习Pytorch框架的过程，以及运行Yolox目标检测模型的demo过程。
【YOLOX图像识别】初涉，环境配了几次，次次报错，写个笔记吧
weixin_45687160的博客
06-22 2362
YOLOX初涉，问题集锦（记录一些bug）
疫情期间佩戴口罩检测之训练检测口罩模型算法实现口罩检测步骤以及报错解决
qq_46556714的博客
06-17 1148
https://github.com/Megvii-BaseDetection/YOLOX 打开项目 如果报错在datasets文件夹下新建VOCdevkit文件夹并将下载的data文件夹放进去，并改名为VOC2020。 在VOC2020文件夹下新建ImageSets文件夹，在建Main文件夹。 下载make_train_and_test.py文件并运行 生成训练样本和测试样本的下标 yolox_voc_s.py相关代码改为 然后 voc_classea.pu改为 voc.py修改会报错 Tra
训练过程中出现的报错
weixin_33748818的博客
09-16 346
1. 这个报错是由于numpy的版本问题，服务器电脑的numpy是1.13.1的，需要降到1.11.0 查看本机numpy版本：python -c "import numpy; print numpy.version.version" sudo pip install -U numpy==1.11.0能自动将之前安装的版本先删除然后安装新版本   更换了numpy后又报错ImportError:...
yolox训练visdrone
08-05
Yolox (You Only Look Once) 是一种基于目标检测的深度学习模型，通常在计算机视觉领域被广泛应用。VisDrone是一个开放式的航拍无人机数据集，其中包含了丰富的目标类别和复杂的场景。那么如何用Yolox来训练VisDrone呢？ 首先，我们需要将VisDrone数据集进行预处理，确保图像尺寸的一致性以及标注信息的正确性。可以使用Python的图像处理库如OpenCV来完成这一步骤。 接着，我们需要使用Yolox模型进行训练。Yolox模型基于PyTorch深度学习框架，因此我们需要安装相应的库并配置环境。然后，我们可以将VisDrone数据集分为训练集和验证集，并用Yolox提供的训练脚本进行训练。该脚本可以自动完成模型的训练迭代，以及模型在验证集上的性能评估。 在训练过程中，我们可以根据需要调整Yolox模型的超参数，例如学习率、迭代次数等，以提高模型的性能。此外，Yolox还支持多种数据增强技术，如随机裁剪、图像旋转等，可以进一步提升模型的鲁棒性和泛化能力。 训练完成后，我们可以使用Yolox模型对新的VisDrone图像进行目标检测。通过加载训练好的模型权重，并利用Yolox提供的推理脚本，我们可以快速准确地检测出图像中的目标，并获取其位置和类别信息。 综上所述，使用Yolox模型训练VisDrone数据集可以帮助我们实现高效准确的目标检测。通过合理调整超参数和应用数据增强技术，我们可以进一步提升模型的性能。这种方法不仅适用于VisDrone数据集，也可以应用于其他类似的航拍无人机数据集，为各种实际应用场景提供强大的目标检测能力。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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