yolov5 奇奇怪怪的错误汇总:【版本兼容，模型训练，数据加载，模型加速】

shiter

已于 2024-02-18 16:36:30 修改

阅读量1.4k

点赞数

分类专栏：大数据AI系统解决方案与技术架构 AI赋能行业实战：‌最佳实践与落地案例深度解析！‌ 文章标签：深度学习 python pytorch yolov5

于 2022-09-20 08:39:02 首次发布

本文链接：https://blog.csdn.net/wangyaninglm/article/details/126945640

版权

大数据AI系统解决方案与技术架构同时被 2 个专栏收录

151 篇文章 145 订阅 ¥39.90 ¥99.00

订阅专栏

超级会员免费看

AI赋能行业实战：‌最佳实践与落地案例深度解析！‌

150 篇文章 68 订阅 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

文章大纲

不同小版本的网络不兼容问题
训练技巧问题
模型加载问题
模型推理问题与改进
数据抓取与摄像头相关问题
- 报错：[ WARN:3@230.353] global cap_msmf.cpp (1752) CvCapture_MSMF::grabFrame videoio(MSMF): can't grab frame.
- RTSP 流花屏，报错，[hevc @ 0x7ffea0a9c800] Could not find ref with POC
配置参数相关问题
- 日志
参考文献与学习路径

最近用完yolov5给我的体验就是：

代码各个小版本都不相互兼容
上github 给提issue ，作者反应倒是很快，但是基本都是机器人回复
非常非常多的训练技巧，一不注意就掉坑里

不同小版本的网络不兼容问题

RuntimeError: The expanded size of the tensor (1) must match…

 self.grid[i], self.anchor_grid[i] = self._make_grid(nx, ny, i)
RuntimeError: The expanded size of the tensor <

了解本专栏

订阅专栏解锁全文

超级会员免费看

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

shiter

关注关注

0
点赞
踩
4

收藏

觉得还不错? 一键收藏
打赏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

订阅专栏

【YOLO系列】YOLOv5超详细解读（源码详解＋入门实践＋改进）

路人贾的博客

03-03

14万+

一文带你详细了解YOLOv5（含YOLO系列论文讲解+源码详解+入门实践+算法改进）

yolov5下载与常见报错解决

m0_56945481的博客

02-19

3870

yolov5的下载以及常见报错解决方法

参与评论您还未登录，请先登录后发表或查看评论

【踩坑日记】【YOLO5】YOLO5 训练模型的测试结果全部相反（标签混乱）原因

Beihai_Van的博客

06-02

3175

上面的 yaml 文件中，只有一个列表对类名配置，而且这个类名的顺序和 classes.txt 文件中的顺序不一致。合理怀疑是因为类名顺序不一致，于是我调整 yaml 中的类名列表，重新训练了一个小模型，此时标签就不出现混乱的现象。所以上面 txt 文件中第一个序号为 1，代表这个标签所对应的图片标签是 cat。这个标签序号与标签文件夹中的 classes.txt 类别说明对应。其中序号 0 代表 dog 标签，序号 1 代表 cat 标签。

YOLOv5 标签加载错误

Keeper的博客

10-17

405

转成：class x y h w格式。1、YOLOv5的标签格式错误。

使用C++ OpenCV加载YOLOV7模型报错：error:(-215:Assertion failed)

qq_45091388的博客

05-06

1323

在报各种OpenCV的错误时，如果差不到资料，就使用nerton模块查看一下自己的ONNX模型导出是否出现问题。如果发现没问题，在Python中的CV2的DNN模块测一下模型。如果可以运行但是C++的OpenCV加载报错，大概率是网络出现一些识别不了的操作了。还有一件事，OpenCV做ONNX推理的时候是不支持动态输入的，一定不要动态导出。

yolov5模型转换的坑（pt ＞ ONNX ＞ CoreML ＞ tflite）

weixin_42815846的博客

12-26

9325

背景：最近在做目标检测，其中用到的yolov5模型，框架是pytorch，由于想要把模型部署到移动端，因此需要模型格式的转换，思路如题目：pt > ONNX > CoreML > tflite 官方GitHub链接ultralytics的yolov5. 转换时遇到了问题，将原始模型文件.pt转化为onnx和torchscript都成功了但转化为coreml时失败了，由于各种原因，这是最不能失败的一个，我需要它，失败原因如下官方的issue里有这个问题，可是并无luan用，经过多方搜

解决RuntimeError: The expanded size of the tensor (313) must match the existing size (256) at non-sing

最新发布

shiter编写程序的艺术

07-03

365

自注意力机制和注意力机制的区别就在于，注意力机制的查询和键是不同来源的，例如，在Encoder-Decoder模型中，键是Encoder中的元素，而查询是Decoder中的元素。在中译英模型中，查询是中文单词特征，而键则是英文单词特征。而自注意力机制的查询和键则都是来自于同一组的元素，例如，在Encoder-Decoder模型中，查询和键都是Encoder中的元素，即查询和键都是中文特征，相互之间做注意力汇聚。从剩余的预测框中选择一个与基准框的重叠面积最大的框，如果其重叠面积大于一定的阈值，则将其删除。

yolo v8 解决了 v5 的问题嘛？

shiter编写程序的艺术

01-20

1633

官网：详细介绍：Algorithm principles and implementation with YOLOv8参考网络框架https://github.com/open-mmlab/mmyoloYOLOv8来啦 | 详细解读YOLOv8的改进模块！YOLOv5官方出品YOLOv8！

YOLOv5-4.0-general.py 源代码导读(通用工具）

weixin_42716570的博客

03-04

4368

YOLOv5介绍 YOLOv5为兼顾速度与性能的目标检测算法。笔者将在近期更新一系列YOLOv5的代码导读博客。YOLOv5为2021.1.5日发布的4.0版本。 YOLOv5开源项目github网址源代码导读汇总网址本博客导读的代码为utils文件夹下的general.py，取自1.27日更新的版本。 general.py 该文件提供了模型多个过程中用到的通用方法，每个功能以函数的方式进行定义。 ...

pytorch 训练、微调YOLOv5，YOLOv8 小技巧合集

shiter编写程序的艺术

10-09

558

虽然GPU是处理大规模深度学习任务的主流选择，但对于那些没有GPU或者需要同时进行CPU和GPU计算的场景，如何最大化利用CPU的多核处理器也成为了一个重要的问题。虽然GPU是处理大规模深度学习任务的首选，但CPU仍然是一个重要的资源，特别是在没有GPU或者需要同时使用CPU和GPU的场景下。通过设置适当的参数和使用多个CPU核进行计算，你可以加速深度神经网络的训练过程。对于CPU，你可以使用torch.device(‘cpu’)，对于GPU，你可以使用torch.device(‘cuda’)。

目标检测时出现RuntimeError: invalid argument 0: Sizes of tensors must match except in dimension 0.

Make AI，Not War

08-21

2500

RuntimeError: invalid argument 0: Sizes of tensors must match except in dimension 0.出错代码case1：每个图象的目标个数不尽相同，原始参数适用case2：图象大小不一样case3：样本数不能整除batch_size（据说）造成这个bug的原因有很多，一般都是在用pytorch读取数据时产生的，下面是几种常见的情况。出错代码 dataG = ObjectDataset(image_ids, DIR_TRAIN+'/ima

mmdetection2.3.0训练报错：RuntimeError: The size of tensor a (8) must match the size of tensor b (81)

求真、务实

08-12

1万+

欢迎大家关注笔者，你的关注是我持续更博的最大动力原创文章，转载告知，盗版必究 mmdetection2.3.0训练报错：RuntimeError: The size of tensor a （8） must match the size of tensor b （81） at non-singleton dimension 1 文章目录：1 错误原因分析2 解决方式 1 错误原因分析 1、使用SAC-Cascade模型训练，模型位置： ./configs/detectors/cascade_..

YOLO V5生成热力图及遇到的问题

weixin_55200566的博客

06-06

1466

把yolov5_object_detector.py文件中的datasets改为dataloaders，即。4. 在models文件夹下添加yolov5_object_detector.py文件，内容如下。先看一下utils文件夹下有没有一个datasets文件，如果没有就是dataloaders文件。3. 在models文件夹下添加gradcam.py文件，内容如下。5. 在根目录下添加main_gradcam.py文件，内容如下。yolov5_object_detector.py文件中。

yolov3/yolov5 val.py训练正常测试错误

weixin_44769034的博客

06-21

2479

基于u版的yolov3/yolov5上搭建自己的模型，修改主干网络或者head，训练可以正常训练，训练完成测试，报错： RuntimeError: Sizes of tensors must match except in dimension 2. Got 27 and 28 (The offending index is 0) 如下图所示开始以为是维度错误或者特征图大小不匹配，但能正常训练，应该不是...

[完全解决yolov5权重6.0与之前版本不兼容问题]Can‘t get attribute ‘SPPF‘ on emodule ‘models.common‘

a1212125227527的博客

03-30

5630

有很多实例程序用的是yolov53.0的训练程序，但是现在作者已经将版本更新到了6.0/6.1，那么在官方文档下载的权重就无法使用之前的程序训练了，即会出现报错：这是由于yolo团队在6.0版本中加入了SPPF模块，但是之前版本中权重不包含这部分信息，所以才会报错。所以要在model文件夹中的common.py文件中重新加入这部分代码。接着再在文件顶端加上调用的语句： import warnings SPPF代码复制在下面： class SPPF(nn.Mo...

Pytorch张量维度操作

CVsaber的成长记录

05-28

3546

目录张量维度扩充torch.cat(seq,dim=0,out=None)torch.Tensor.expand(*sizes)张量压缩（删除是1的维度）torch.squeeze(input, dim=None, out=None)重复张量torch.Tensor.repeat(*sizes)缩小张量torch.Tensor.narrow(dimension, start, length)张量变形torch.Tensor.view(*args)重设张量尺寸torch.Tensor.resize_(*siz

Could not find ref with POC

07-28

引用\[1\]:\[hevc @ 000001716438fc00\] Two slices reporting being the first in the same frame. \[hevc @ 000001716439ec80\] Could not find ref with POC 2 。引用\[2\]:解决办法：使用avio_alloc_context的回调函数read_packet来给ffmpeg喂数据。经过测试，不会出现Could not find ref with POCXX的问题。经测试，延时160ms AVIOContext *avio_alloc_context( unsigned char *buffer, int buffer_size, int write_flag, void *opaque, int (*read_packet)(void *opaque, uint8_t *buf, int buf_size), int (*write_packet)(void *opaque, uint8_t *buf, int buf_size), int64_t (*seek)(void *opaque, int64_t offset, int whence)); 。引用\[3\]:中可以设置CPU数量，那么应该怎么做呢设置调用的CPU线程数量 // 注册解码器 avcodec_register_all(); AVCodec *vc = avcodec_find_decoder(ic->streams\[videoStream\]->codecpar->codec_id); // 软解 // vc = avcodec_find_decoder_by_name("h264_mediacodec"); // 硬解 if (!vc) { LOGE("avcodec_find_decoder\[videoStream\] failure"); return env->NewStringUTF(hello.c_str()); } // 配置解码器 AVCodecContext *vct = avcodec_alloc_context3(vc); avcodec_parameters_to_context(vct, ic->streams\[videoStream\]->codecpar); vct->thread_count = 1;//设置CPU线程数量 // 打开解码器 int re = avcodec_open2(vct, vc, 0); if (re != 0) { LOGE("avcodec_open2 failure"); return env->NewStringUTF(hello.c_str()); } 2.将网络接收的缓冲设大。问题:Could not find ref with POC 回答: "Could not find ref with POC"是ffmpeg中的一个错误消息，它表示在解码过程中找不到参考帧。这个问题可能是由于多个切片在同一帧中报告为第一个切片引起的\[1\]。解决这个问题的方法是使用avio_alloc_context的回调函数read_packet来提供数据给ffmpeg，并且经过测试，这样就不会出现"Could not find ref with POC"的问题\[2\]。另外，还可以通过设置CPU线程数量来优化解码过程，可以将vct->thread_count设置为所需的线程数量\[3\]。此外，还可以尝试将网络接收的缓冲区大小增加来解决问题\[3\]。 #### 引用[.reference_title] - *1* *2* [Two slices reporting being the first in the same frame. 和 Could not find ref with POCXX问题](https://blog.csdn.net/asdasfdgdhh/article/details/121826433)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [ffmpeg解析实时h265/264视频流，出现Could not find ref with POCXX问题解决方法](https://blog.csdn.net/u013241583/article/details/104796741)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]