搭建自己的YOLOv5目标检测平台出现的问题

最新推荐文章于 2023-07-17 16:28:40 发布

码啥码

最新推荐文章于 2023-07-17 16:28:40 发布

阅读量356

点赞数 1

分类专栏：环境配置文章标签：目标检测深度学习计算机视觉

本文链接：https://blog.csdn.net/qq_43894221/article/details/126116416

版权

环境配置专栏收录该内容

1 篇文章 0 订阅

订阅专栏

搭建自己的YOLOv5目标检测平台出现的问题

安装教程

错误1：

在这里插入图片描述
在终端pip install -r requirements.txt里的环境时若出现此问题：
ERROR: Could not build wheels for pycocotools which use PEP 517 and cannot be installed directly

解决办法：安装visual

安装时选择这几项：在这里插入图片描述

安装完毕后就不会报错了

错误2

在这里插入图片描述

pip list

后发现：
在这里插入图片描述

明明有要求的软件包却说没有，应该是所选解释器没有，安装时安装到错误的位置了
此时应激活解释器所在文件夹

conda activate pytorch
#之后再pip ...

错误3

在这里插入图片描述
版本不匹配

在commen文件中尾部加上一下代码

import warnings


class SPPF(nn.Module):
    # Spatial Pyramid Pooling - Fast (SPPF) layer for YOLOv5 by Glenn Jocher
    def __init__(self, c1, c2, k=5):
        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')
            y1 = self.m(x)
            y2 = self.m(y1)
            return self.cv2(torch.cat([x, y1, y2, self.m(y2)], 1))
import warnings


class SPPF(nn.Module):
    # Spatial Pyramid Pooling - Fast (SPPF) layer for YOLOv5 by Glenn Jocher
    def __init__(self, c1, c2, k=5):
        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')
            y1 = self.m(x)
            y2 = self.m(y1)
            return self.cv2(torch.cat([x, y1, y2, self.m(y2)], 1))