Bytetrack复现遇到的问题①Broken pipe

已于 2023-01-14 21:29:52 修改
阅读量1.8k 收藏 2
点赞数
文章标签： pytorch 人工智能 python
于 2023-01-09 22:15:32 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/weixin_45930223/article/details/128622050
版权

1.BrokenPipeError: [Errno 32] Broken pipe

根据本篇文章

BrokenPipeError: [Errno 32] Broken pipe 基于pytorch的训练 num_worker参数理解_卡小葵的博客-CSDN博客

因为我运行的是track.py，所以我在该文件中查找num_worker的参数并且修改为0，但是修改之后，又出现第二个报错

2.RuntimeError: Given groups=1, expected weight to be at least 1 at dimension 0, but got weight of size [0, 96, 1, 1] instead

据此我推测不应该修改track.py的num_worker，因为运行的参数中有另外一个.py文件，也即yolok_tiny_mix_det.py，于是我修改了这个py文件中的num_worker参数，具体位置如下，后面注释中是源代码之前的值

修改之后，能够运行如图

yyyydee
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
point-nerf复现代码
05-30
point-nerf复现代码，github上提供的源码比较乱，而且在复现的时候一直出现bug，于是在测试point-nerf时将里面的代码进行了更改。在源码的基础上，将nerf_synth360_ft_dataset.py；evaluate.py；test_ft.py；visualizer.py这四个py文件进行了简单的修改。 由于文件容量的限制，这个文件里面少了一个数据包，大家可以下载nerf_synthetic数据包将其放到data_src/nerf/中。注：nerf中包含两个文件夹nerf_synthetic和nerf_synthetic_colmap，nerf_synthetic_colmap在这个资源里有，只需要下载nerf_synthetic数据包就行，nerf_synthetic数据包下载网址：https://drive.google.com/drive/folders/12lcYHJUaYGcylBN9f0VZIOW1Alln349k。
pytorch异常——RuntimeError:Given groups=1, weight of size..., expected of...
Blackoutdragon的博客
08-30 1万+
pytorch异常——RuntimeError:Given groups=1, weight of size..., expected of...
pytorch模型提示超出内存RuntimeError: CUDA out of memory.
01-20
跑模型时出现RuntimeError: CUDA out of memory.错误 查阅了许多相关内容，原因是：GPU显存内存不够 简单总结一下解决方法： 将batch_size改小。 取torch变量标量值时使用item()属性。 可以在测试阶段添加如下代码： with torch.no_grad(): # 停止自动反向计算梯度 参考： https://wisdomai.xyz/tool/pytorch/archives/2301 https://ptorch.com/news/160.html 作者：菜叶儿掉啦
ByteMonsoon - BitTorrent Tracker-开源
05-03
最初基于dfx编写的bytemonsoon跟踪器。 这个项目的新目标是成为一个高度优化的基于php的跟踪器，该跟踪器依赖于apache和MySQL，几乎可以在任何webhost上运行。
pycharm复现pysot遇到的问题汇总.docx
05-25
私信可讲解，各种问题都遇到了基本上
运行卷积神经网络报错
weixin_45074789的博客
09-18 813
导致batch size变为了0，因此出现了上述的错误，而本来想要经过for循环将batch size变为1，所以改为。
解决方案：RuntimeError: Given groups=1, weight of size [768, 3, 16, 16], expected input[1, 4, 384, 384]
大脸猫的博客
11-30 2368
添加 .convert('RGB') file = Image.open(file_tmp).convert('RGB')
【Bug解决】RuntimeError:Given groups=1,weight of size...expected input...but got 3 channels instead.
热门推荐
学习 & 分享 ~
03-14 9万+
报错信息： 原因： 明显是数据读入的通道数不对，应该是 1 通道，但是这里读入的是 3 通道。但是检查了数据，发现就是一通道的灰度图，没错儿呀。最后发现是 模块 打开图像的数据 问题。检查发现，图像竟然是RGB，但我的训练图像是一通道的灰度图，所以得想办法把 mode 转换一下。 解决方法： 这样子网络再读取图像，就是 啦 ~...
【yolo系列：RuntimeError: Given groups=1, weight of size [64, 3, 4, 4]报错修改方法大全】
weixin_47869094的博客
08-17 911
这里直接放出我的报错截图，以及错误原因。在添加c3c2模块的时候，配置文件虽然修改了，但是没有在两个if m in 这两段里面都添加找个模块所以报错，如果单独添加其中一个，那么分别报错RuntimeError: Given groups=1, weight of size以及 no module ”c2“解决办法就是都添加，在下面照片里面的两个地方都添加c3c2模块名字，就可以解决这个问题。
添加CBAM 出现通道维度不匹配问题
adolescent6的博客
07-07 2532
添加注意力模块时，出现通道不匹配的问题进行的解决方案
OOM问题本地复现调试
03-01
用于本地复现dump日志, 适用于新手尝试JVM调优
OPINIONDIGEST复现
07-27
OPINIONDIGEST复现
ByteTrack.rar
11-13
最强行人检测跟踪ByteTrack，原版代码有bug，输入视频，会出现把视频清空的bug，此为修正版，效果比yolov5强很多
numpy复现xgboost算法内含数据集
10-16
numpy复现xgboost算法内含数据集
meshCNN分割准确率复现 - 使用官方代码
08-27
使用MeshCNN官方代码复现了其分割准确率，除了在chairs上的分割准确率偏低，其余均与论文一致 (相差不大，有高有低，大致相同)。 checkpoints文件包含： 1. 四个分割数据集的准确率testacc_log.txt以及最终生成的...
【Diffusion实战】训练一个diffusion模型生成蝴蝶图像（Pytorch代码详解）
qq_43426908的博客
04-23 1152
上一篇Diffusion实战是确确实实一步一步走的公式，这回采用一个更方便的库：diffusers，来实现Diffusion模型训练。
pytorch-解决过拟合之regularization
最新发布
wyw0000的博客
04-24 749
解决过拟合之regularization
Pytorch与深度学习
weixin_54165147的博客
04-23 615
深度学习是一种基于神经网络的机器学习方法，通过多层次的非线性变换来学习数据的表示，实现对复杂模式的建模和识别。在深度学习中，常用的神经网络模型包括全连接神经网络、卷积神经网络（CNN）和循环神经网络（RNN）等。它通过卷积层、池化层和全连接层构成，其中卷积层可以提取输入数据的局部特征，池化层可以降低数据维度，全连接层则用于分类或回归任务。PyTorch 拥有庞大的用户社区和活跃的开发者社区，提供了丰富的文档、教程和示例代码，为用户提供了充足的学习资源和技术支持。### 2. PyTorch 的使用。
【debug记录】有gpu，但是 pytorch仍显示 cpu【原来是新电脑没安装cuda】
py今天刷题了吗
04-23 469
以为安装了pytorch包就可以了。
bytetrack复现
07-25
要复现bytetrack，你可以按照以下步骤进行操作： 1. 首先，从GitHub上下载bytetrack的源码压缩包。你可以在https://github.com/pdollar/coco.git找到源码。将压缩包解压后，将其放在site-packages文件夹下。具体路径可以参考你的环境设置，比如D:\MyEnvironment\Anaconda3\envs\byte_track\Lib\site-packages。\[1\] 2. 进入项目文件夹，并在命令行中输入以下命令： ``` cd 项目文件夹路径 python tools/demo_track.py video -f exps/example/mot/yolox_x_mix_det.py -c pretrained/bytetrack_x_mot17.pth.tar --fp16 --fuse --save_result ``` 这个命令将运行bytetrack的演示脚本，使用预训练模型进行视频跟踪。你需要将"项目文件夹路径"替换为实际的项目文件夹路径。\[2\] 3. 在跟踪任务中，由于阈值过滤掉了低置信度的检测框，可能会导致检测信息的丢失和跟踪中断的情况。为了解决这个问题，BYTE保留了每个检测框，并将其分为高分检测框和低分检测框。这样可以更好地处理被遮挡的物体等情况。\[3\] 通过按照以上步骤进行操作，你应该能够成功复现bytetrack。请确保你已经正确设置了环境，并且按照要求下载了源码和预训练模型。 #### 引用[.reference_title] - *1* *2* [复现经典目标跟踪算法ByteTrack之路：调通第一个demo](https://blog.csdn.net/hhh590_hh/article/details/126916833)[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^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [ByteTrack: Multi-Object Tracking by Associating Every Detection Box论文理解及代码复现](https://blog.csdn.net/qq_39821101/article/details/121031225)[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^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
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