- 博客(62)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 (39)CUDA out of memory. Tried to allocate 76.00 MiB (GPU 0； 10.76 GiB total capacity； 8.45 GiB ...
问题描述：在两块2080Ti显卡上训练去雾算法FFANet(gps=3, blocks=19)，batch=2恰好能够正常训练，训练结束进行模型测试，每次读取一张图片进行模型推理，结果报错显存不够：RuntimeError: CUDA out of memory. Tried to allocate 76.00 MiB (GPU 0; 10.76 GiB total capacity; 8.60 GiB already allocated; 75.19 MiB free; 8.61 GiB res
2022-03-19 11:02:59
7374
1
原创 (38)TypeError: not all arguments converted during string formatting
报错：Traceback (most recent call last): File "/home/PycharmProjects/z_fog/Compare dehaze/GCANet_train/test.py", line 31, in <module> opt.model = 'checkpoint/default_exp/net_epoch_7.pth' % opt.taskTypeError: not all arguments converted during
2022-03-14 09:22:32
332
原创 (37)TypeError: clamp(): argument ‘input‘ (position 1) must be Tensor, not int
问题描述：AODNet在计算ssim时，需要从test_loader中将测试集清晰的图像和去雾后的图像输入给ssim方法进行计算，从test_loader中加载图像对的原始代码如下： for (img_orig, img_dehaze) in enumerate(test_loader): ssim_test = ssim(img_orig, img_dehaze)报错：Traceback (most recent call last): File "/home/PycharmPro
2022-02-20 10:50:38
6612
原创 (36)RuntimeError: Given groups=4, weight of size [4, 1, 11, 11], expected input xxxxxxxxx
问题描述：在测试AODNet去雾网络时，计算测试集的指标ssim和psnr，从test_loader中读取测试集的清晰图像和去雾之后的图像，作为ssim的输入进行计算，原文代码如下：for iter_test, (img_orig, img_dehaze) in enumerate(test_loader): ssim_test = ssim(img_orig, img_dehaze)其中，test_loader的部分代码如下： def __getitem__(self, index)
2022-02-20 10:34:53
2730
原创 (35)pycharm在debug模式下一直显示collecting data
setting --> Build, Execution, Deployment --> Python Debugger下，选中第三项"Gevent compatible"即可参考：[debug] pycharm在debug模式下一直显示collecting data_真理无穷，进一步有进一步的欢喜-CSDN博客
2022-02-18 21:17:11
957
原创 (34)Pycharm中无法import文件夹内的python文件
参考：Pycharm中无法import文件夹内的python文件的解决办法_junbaba_的博客-CSDN博客_python不能import当前目录下的文件选择自己的工作空间，右键点击“Mark Directory as”选项，选择此选项下的Sources Root。...
2022-02-12 11:42:44
1260
原创 (33)assert all(map(lambda i: i.is_cuda, inputs)) AssertionError
问题描述：在跑Faster R-CNN时，使用单GPU训练，计算mAP时，报错：logs/logs_1/ep150-loss1.017-val_loss1.106.pth model, anchors, and classes loaded. 0%| | 0/4952 [00:00<?, ?it/s]Load model done.Get predict result. 0%| | 0/4952 [00:00<?, ?it/s]Traceba
2022-01-12 15:04:29
1049
1
原创 (32)ValueError: 26 is not in list
问题描述：简化yolov4的程序原来输出的head部分是13x13和52x52两个，现在去掉一个下采样，改为26x26和52x52两个，修改yolo4.py之后，运行train.py报错：Epoch 1/50: 0%| | 0/209 [00:00<?, ?it/s<class 'dict'>]Start TrainEpoch 1/50: 0%| | 0/209 [00:05<?, ?it/s<class 'dict'>
2021-12-29 16:34:21
2241
原创 (31)get_map.py-Error. File not found: /home/PycharmProjects/input/ground-truth-3/000035.txt
使用改为两个检测头的代码计算VOC数据集的mAP，报错：/home/.conda/envs/ultralytics_yolov3/bin/python /home/PycharmProjects/yolov4/3-PA-tiny/get_map.pyError. File not found: /home/PycharmProjects/yolov4/3-PA-tiny/input/ground-truth-3/000035.txt(You can avoid this error message
2021-12-02 15:57:21
2698
1
原创 (30)tensorboard ValueError: Duplicate plugins for name projector
问题描述：之前用的好好的，训练的时候打开tensorboard报错tensorboard ValueError: Duplicate plugins for name projector，完整错误如下：Traceback (most recent call last): File "/home/.conda/envs/ultralytics_yolov3/bin/tensorboard", line 8, in <module> sys.exit(run_main()) F
2021-11-30 15:42:55
2896
原创 (29)RuntimeError: cuda runtime error (999)
问题描述：跑改进的yolov4程序时，不小心碰到了键盘上最上面一排“PC”和它左右的三个按键之一，程序直接报错：THCudaCheck FAIL file=/opt/conda/conda-bld/pytorch_1595629403081/work/aten/src/THC/THCGeneral.cpp line=47 error=999 : unknown errorTraceback (most recent call last): File "/home/lidan/PycharmPro
2021-11-03 10:38:40
877
3
原创 (28)改进的yolov4训练自制2400张数据集，预测报错
报错信息：Traceback (most recent call last): File "/home/PycharmProjects/yolov4/3-L_m-lite-Att-later_marker2400/get_dr_txt.py", line 119, in <module> yolo = mAP_Yolo() File "/home/PycharmProjects/yolov4/3-L_m-lite-Att-later_marker2400/yolo.py",
2021-11-01 17:17:25
562
原创 (27)Error. File not found: /home/PycharmProjects/yolov4/1.1-B_yolov4_VOC_0831/input/detection-result
问题描述：对训练好的B_yolov4计算mAP时，运行get_dr_txt.py得到的运行结果如下：Loading weights into state dict...Finished!0it [00:00, ?it/s]logs/logs_3/Epoch150-Total_Loss2.7918-Val_Loss7.0285.pth model, anchors, and classes loaded.Conversion completed!然后运行get_map.py报错：E
2021-09-06 10:56:12
374
原创 (26)RuntimeError: Error(s) in loading state_dict for YoloBody:size mismatch for yolo_head3.1.weight
运行B_yolov4进行mAP计算的时候报错：RuntimeError: Error(s) in loading state_dict for YoloBody: size mismatch for yolo_head3.1.weight: copying a param with shape torch.Size([75, 256, 1, 1]) from checkpoint, the shape in current model is torch.Size([255, 256, 1, 1]).
2021-09-06 09:58:25
2298
原创 (25)TracerWarning: Output nr 1. of the traced function does not match the corresponding output of ..
运行B_yolov4时报错： Output nr 1. of the traced function does not match the corresponding output of the Python function. Detailed error:Not within tolerance rtol=1e-05 atol=1e-05 at input[1, 158, 62, 6] (-0.10845498740673065 vs. -0.10844378173351288) and 0 othe
2021-08-31 10:58:13
1349
原创 (24)[Errno 2] No such file or directory: ‘/home/VOCdevkit/VOC2007/JPEGImages/2008_007690.jpg‘
报错原因：将Project重命名了，训练的时候提示找不到该文件解决方法：运行voc_annotation.py和voc2yolo4.py，重新生成对应目录下的2007train.txt等文件
2021-08-31 10:53:57
1483
1
原创 (23)out of memory
问题描述：昨天训练好好的程序，晚上走之前又跑上，冻结训练50epochs，到51epoch还没开始，就爆显存了。前几天两个2080Ti跑这个程序，显存占用只有7000MB+6000MB，今天突然就爆了。解决：于是查看所有占用GPU的进程，好像除了桌面也没什么。。。然后关闭所有shell，也是不行。。。有老哥说我应该是没有清空显存直接训练了，我也不知道这玩意咋清空。。。后来换了备份的程序重新跑时可以的，于是确定是程序问题，，，最终发现昨晚突发奇想想试试608x608的训练效果，于是查看确实输入shape是
2021-08-28 11:17:18
88
原创 (22)FileNotFoundError: [Errno 2] No such file or directory: ‘/home/xxxx/PycharmProjects/yolov4/1.1‘
问题描述：训练yolov4时，报错：FileNotFoundError: [Errno 2] No such file or directory: '/home/lidan/PycharmProjects/yolov4/1.1'解决：按照https://blog.csdn.net/cyliu_test/article/details/89399148的方法尝试，发现没有作用。最终发现是这个project命名时在1.1和英文名中间有个空格，程序误将1.1认为是一个单独的文件夹，于是报错没有找到这个文件夹。
2021-08-27 21:31:14
835
原创 (21)关于tqdm使用在训练时出现多余行
问题：正确打印：问题分析：程序中使用tqdm的代码如图所示：解决方法： 先使用enumerate包装dataloader，然后再用tqdm，问题可以解决。（但本人并未进行尝试）
2021-08-25 21:52:16
1266
12
原创 (20)关于计算FPS借鉴的代码
１．https://github.com/open-mmlab/mmdetection/blob/master/tools/analysis_tools/benchmark.py２．https://github.com/zylo117/Yet-Another-EfficientDet-Pytorch
2021-08-25 21:45:01
503
原创 (18)PyTorch训练中的早停机制
完整代码：https://github.com/Bjarten/early-stopping-pytorch/blob/master/MNIST_Early_Stopping_example.ipynb
2021-08-24 22:44:22
953
原创 (17)PyTorch中计算模型的参数量(params)和浮点运算量(FLOPs)
方法１．使用summarytest.py正确代码如下：import torchfrom torchsummary import summaryfrom nets.yolo4 import YoloBodyif __name__ == "__main__": # 需要使用device来指定网络在GPU还是CPU运行 device = torch.device('cuda' if torch.cuda.is_available() else 'cpu') model
2021-08-24 22:41:01
3842
1
原创 (16)一些别人修改网络模型的经验
主干网络添加attention机制在Object detection api上复现SSD_Mobilenetv3（网络结构图）技巧总结；ASPPBBUF红外小目标检测－经验总结
2021-08-16 21:11:19
1078
原创 (15)关于batchsize和epoch的总结
换算关系：(iter ｘbatchsize)/sum_photos=epoch关于batchsize的一些总结：（１）一定范围内，batchsize越大，下降方向越准；（２）一般情况下，batchsize=128，向下（x0.5），向上（x2），训练比较；（３）可以考虑动态batchsize（刷分）；（４）学习率不是越小越好。参考：个人总结一下batch和epoch...
2021-08-16 21:07:22
391
原创 (14)关于PyTorch训练深度学习模型CPU/GPU使用率低，训练速度慢这一问题的总结
电脑配置双2080Ti+i7-10700K，使用mobilenet-yolov4-lite训练VOC数据集时，训练100epochs要五六个小时，检测cpu和gpu的使用发现利用率都很低，说明没有充分使用电脑优秀的性能，两个显卡的使用率都分别只有20%-50%，查阅一些资料总结如下：１、参考：【深度学习】踩坑日记：模型训练速度过慢，GPU利用率低上面作者指出四个提速技巧：减少日志IO操作频率 使用pin_memory和num_workers 使用半精度训练 更好的显卡，更轻的模型其中，第
2021-08-16 20:48:55
9983
13
原创 (13)Pytorch的model load_state_dict()和state_dict()
其中涉及到浅拷贝和深拷贝的概念，以及保存训练效果最好的模型时如何使用参考：Pytorch踩坑记：赋值、浅拷贝、深拷贝三者的区别以及model.state_dict()和model.load_state_dict()的坑点
2021-08-13 21:22:47
545
原创 (12)加载预训练模型之后loss先飙升后下降
参考：PyTorch模型加载与保存的最佳实践在训练yolov4时，加载预训练权重冻结主干参数训练50个epochs，然后解冻训练就出现了这种情况，使用的VOC2007+2012数据集。但是后来训练mobilenet-yolov4时，加载主干网络权重没有出现这种情况？...
2021-08-13 21:16:07
1826
2
原创 （９）训练时报错KeyError: ‘conv1.1.0.weight‘
将B_mobilenet_yolov4_lite的PANet改为原来的3x3卷积，命名为L_mobilenet-yolov4_VOC，即将B_yolov4的主干网络换为mobilenet，训练时报错：Traceback (most recent call last): File "/home/lidan/PycharmProjects/yolov4/L_mobilenet-yolov4_VOC_0717/train.py", line 221, in <module> pret
2021-07-17 20:21:40
8752
7
原创 （８）Bubbliiiing_yolov4训练代码阅读汇总
１．pytorch中参数初始化方法https://www.cnblogs.com/lindaxin/p/8037561.htmlyolo_training.py中的weights_init函数采用以下方法对整个网络进行初始化，如图所示：２．pytorch保存与加载模型来测试或继续训练https://blog.csdn.net/yanghao201607030101/article/details/110947689train.py中加载预训练模型进行继续训练，如图所示：３
2021-07-07 16:49:54
897
4
原创 （７）TingsongYu/PyTorch_Tutorial可视化及问题总结
https://github.com/TingsongYu/PyTorch_Tutorial给出简单de
2021-06-11 16:14:40
209
原创 面试经验贴汇总
面试经验贴汇总：https://blog.csdn.net/qq_39706357/article/details/89947026
2021-06-09 16:34:10
60
转载 15个车辆信息检测数据集收集汇总（简介及链接）
转载：https://www.pianshen.com/article/20952028469/
2021-06-08 16:34:03
2176
原创 （6）搭建网络与测试
在优化模型及自己搭建网络时，搭建好的backbone不要一开始就输入大量图片，首先可以输入一个tensor，看维度变化及输出，如果输出维度正确，说明网络搭建正确。
2021-06-07 16:55:11
63
原创 （10）pytorch中tensorboard可视化不出图
１．tensorboard可视化loss和graph的教程：（１）https://www.jianshu.com/p/46eb3004beca（２）https://space.bilibili.com/472467171/２．tensorboard可视化卷积核、特征图、权重等教程：https://zhuanlan.zhihu.com/p/54947519**３．**2021.6.2安装tensorboard可视化B_yolov4_378时，遇到的问题及解决办法：按照https://space.b
2021-06-02 18:01:42
469
转载 （１）nn和nn.functional的区别
参考链接：https://www.zhihu.com/question/66782101/answer/579393790１．两者的相同之处：nn.Xxx和nn.functional.xxx的实际功能是相同的，即nn.Conv2d和nn.functional.conv2d 都是进行卷积，nn.Dropout 和nn.functional.dropout都是进行dropout，。。。。。； 运行效率也是近乎相同。nn.functional.xxx是函数接口，而nn.Xxx是nn.functional.xx
2021-06-02 10:58:11
466
转载 （2）１x1卷积
一、1x1卷积核作用１．降维/升维由于 1×1 并不会改变 height 和 width，改变通道的第一个最直观的结果，就是可以将原本的数据量进行增加或者减少。这里看其他文章或者博客中都称之为升维、降维。但我觉得维度并没有改变，改变的只是 height × width × channels 中的 channels 这一个维度的大小而已[5]。２．增加非线性1*1卷积核，可以在保持feature map尺度不变的（即不损失分辨率）的前提下大幅增加非线性特性（利用后接的非线性激活函数），把网络做的很de
2021-06-02 10:06:08
591
Halcon读取图片
2019-04-09
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人