训练yolov5时，RuntimeError: CUDA out of memory.

口在天上，数在心中

已于 2022-04-12 17:42:49 修改

阅读量6.4k

点赞数 3

分类专栏： yolov5 文章标签： python 深度学习

于 2022-04-12 17:37:59 首次发布

本文链接：https://blog.csdn.net/weixin_48306625/article/details/124129704

版权

yolov5 专栏收录该内容

2 篇文章 0 订阅

订阅专栏

在训练Yolov5时遇到了CUDA内存不足的错误，由于尝试增大图片尺寸并保持原来的batch-size（70），导致显存不足以运行。通过降低图片尺寸（例如从640x640改为384x384）和减少batch-size（如改为32）可以解决此问题。这允许模型在有限的GPU资源下继续训练。

摘要由CSDN通过智能技术生成

训练yolov5时，遇到错误。RuntimeError: CUDA out of memory. Tried to allocate 56.00 MiB (GPU 0; 10.00 GiB total capacity; 9.13 GiB already allocated; 0 bytes free; 9.26 GiB reserved in total by PyTorch) If reserved memory is >> allocated memory try setting max_
split_size_mb to avoid fragmentation. See documentation for Memory Management and PYTORCH_CUDA_ALLOC_CONF。

解决方法一：该博文描述的方法
解决方法二：parser.add_argument(‘–img-size’, nargs=‘+’, type=int, default=[640, 640], help=‘[train, val] image sizes’)
将这里改成parser.add_argument(‘–img-size’, nargs=‘+’, type=int, default=[384, 384], help=‘[train, val] image sizes’)

本来是想将图片尺寸增大一些导致的错误。原因是，我的batch-size仍然是原来的70，但是图片尺寸增大后，导致显卡内存不够，还可以将batch-size改小，我改为32 也是可以跑的。