使用u版YOLOv5遇到的Bug

1.使用摄像头进行检测时，遇到以下问题。

错误原因：
根据提示在代码中找出错误处，在detect.py中的118行
cv2.imshow(p,im0)
通过断点调试，其中的p的类型为PosixPath，比较v3中相同代码处此处的p类型为str
解决方案：
在这行代码前添加：
p=str(p)#将其转换为str类型
最先找到原因也是在网上搜到相关博客链接

2.ImportError: /opt/ros/kinetic/lib/python2.7/dist-packages/cv2.so: undefined symbol: PyCObject_Type

参考博客
下面内容均来自该博客，只是害怕原博主删掉博客，所以copy过来做个记录
（1）在~/.bashrc文件中增加一行命令，操作步骤为：

cd ~
sudo gedit .bashrc或者使用sudo vim .bashrc

部分处理方法是在.bashrc文件中把source /opt/ros/kinetic/setup.bash添加#符号注释掉，但这样势必会造成再次使用ROS时又需要把注释#去掉。
因此查找相关的材料可以在打开的.bashrc文件中的最后增加如下一行：

export PYTHONPATH="/home/userx/anaconda3/lib/python3.5/site-packages:$PYTHONPATH"

注意：上面的路径中的userx需要换成你自己的用户名
PYTHONPATH后的/home/userx/anaconda3路径内容需要根据自己的anaconda安装路径来来进行更改，大多数默认的安装目录都是以上这种情况，只需要更改/userx就行。但是最后得出的结果可能会和之前提到的那种方法产生一样，即运行ROS时需要注释掉这行代码，运行非ROS时需要加上这行代码。而接下来的第二种方法会在python文件中进行处理。
（2）因为是受ROS安装的影响，ROS安装之后会在python pyth中加入：

'/opt/ros/kinetic/lib/python2.7/dist-packages'

而为了解决此问题，可以在需要运行的python文件（即使用import cv2的python文件）中，添加以下代码：

import sys
sys.path.remove('/opt/ros/kinetic/lib/python2.7/dist-packages')

通过这两行代码可以把ROS写入path中的路径给清除，进行可以import anaconda中的cv2包。

注：通过此方法再次import cv2时，问题得以解决，不再报错，但此方法并不一定可以保证在所有的情况下都适用，但还是值得一试滴。

3.一直不明白YOLO中的letterbox?

结合这篇文章中对letter box的理解
及这篇文章
letterbox就是在保持纵横比的前提下对图像做resize，先resize然后按需要在周围pad上0像素。

4.TypeError:can’t convert cuda:0 device type tensor to numpy.

错误如图所示

由图中的错误提示，找到tensor.py第630行的代码return self.numpy()将其改为return self.cpu().numpy()
即把CUDA tensor格式的数据改成numpy时，需要先将其转换成cpu float-tensor随后再转到numpy格式。numpy格式不能读取CUDA tensor需要将它转换为CPU tensor。

5.YOLOv5训练在Pycharm调试时会自动退出

出现的错误如下所示

Exception ignored in: <function Image.__del__ at 0x7f394ee224d0>
Traceback (most recent call last):
  File "/home/ai2009/anaconda3/envs/yolov5/lib/python3.7/tkinter/__init__.py", line 3507, in __del__
    self.tk.call('image', 'delete', self.name)
RuntimeError: main thread is not in main loop
Tcl_AsyncDelete: async handler deleted by the wrong thread

Process finished with exit code 134 (interrupted by signal 6: SIGABRT)

通过百度，这可能与matplotlib、tkinter绘图相关，可能产生了多线程冲突等问题。解决方法，在YOLOv5的plot.py中，将

import matplotlib
import matplotlib.pyplot as plt
#改为
import matplotlib
matplotlib.use('Agg')#pycharm调试时添加这行代码就可以了,在终端训练时可将
#其注释掉，不会有错，最好将其注释掉，保持代码原样。
import matplotlib.pyplot as plt

另外，在解决这问题的过程中，也试着修改了batchsize, 但发现batchsize改小后，其调试时一直处于collecting data状态，无法继续调试。经过询问大佬，大佬说可以将numworker改为0（yolov5中默认为8，即参数workers）
这与pytorch的dataloader相关，可自行查询相关资料。
这篇博客中给出了相关的参考文章，如图所示