YOLOv5-5.x版本报错Expected more than 1 value per channel when training, got input size torch.Size([1, *]

younger14

已于 2022-05-19 10:10:23 修改

阅读量1.5k

点赞数 2

文章标签： python

于 2022-04-21 16:04:55 首次发布

本文链接：https://blog.csdn.net/younger14/article/details/124323613

版权

本文介绍了在使用YOLOv5 5.x版本时遇到的训练错误，即`Expected more than 1 value per channel when training`。错误源于batch size为1时不能执行Batch Normalization操作。通过修改`yolo.py`和`utils/torch_utils.py`中的代码，将全零数据的shape改为`[2, ch, s, s]`并调整计算FLOPs的公式，以及注释掉`train.py`中与plot相关的代码，可以成功解决这个问题，使训练过程能够正常进行。" 43951829,3428957,Xcode调试技巧：断点使用详解,"['xcode', 'debug']

摘要由CSDN通过智能技术生成

yolov5在运行之前会先用全0的数据跑一遍，确保我们的网络配置能够跑通，但是源码设置的全0数据的shape为[1,3,256,256],batch size为1，这就导致了我们的有些Batch Normalization操作会出现以下报错：
Expected more than 1 value per channel when training, got input size torch.Size([1, *])
因为batch size==1是不能进行BN操作的，所以我们需要修改源码给的全零数据的shape，首先在yolo.py文件的Model类下，将下面的torch.zeros(1, ch, s, s)改为torch.zeros(2, ch, s, s)。

# Build strides, anchors
m = self.model[-1]  # Detect()
if isinstance(m, Detect):
    s = 256  # 2x min stride
    m.inplace = self.inplace
    # 这边可以修改运行yolo.py时生成的默认batch_size,channel,height和weight
    # m.stride = torch.tensor([s / x.shape[-2] for x in self.forward(torch.zeros(1, ch, s, s))])  # forward
    m.stride = torch.tensor([s / x.shape[-2] for x in self.forward(torch.zeros(2, ch, s, s))])  # forward