tt100k数据集跑yolov5s模型时,所遇到的问题记录
错误1: FileNotFoundError: [Errno 2] No such file or directory: 'yolov5s.pt'
解决:离谱,重新运行就没了这个错误,开始报下一个错误。意思是找不到权重文件,但明明weights目录下有这个pt文件。
错误2: AttributeError: Can't get attribute 'SPPF' on <module 'models.common' from '
解决:网上查说是缺少一个代码段,在models/common.py里
代码贴在下面,加到相应位置就可以。
class SPPF(nn.Module):def __init__(self, c1, c2, k=5):super().__init__()c_ = c1 // 2self.cv1 = Conv(c1, c_, 1, 1)self.cv2 = Conv(c_ * 4, c2, 1, 1)self.m = nn.MaxPool2d(kernel_size=k, stride=1, padding=k // 2)def forward(self, x):x = self.cv1(x)with warnings.catch_warnings():warnings.simplefilter('ignore')y1 = self.m(x)y2 = self.m(y1)return self.cv2(torch.cat([x, y1, y2, self.m(y2)], 1))
网上有说这个方法解决不了,其他人的方法如下图
错误3: RuntimeError: Given groups=1, weight of size [512, 1024, 1, 1], expected input[1, 512, 8, 8] to have
解决:默认的模型配置文件yaml路径没有指定。 添加路径即可。
错误4: Exception: train: Error loading data from ../coco128/images/train2017/: train: ..\coco128\images\train2017 does not exist
解决:是coco128数据集的位置有问题,我的coco数据集放在了项目目录下,但是实际应该放在项目目录的平行目录中
同时 coco128.yaml文件中的路径也需要设置正确,一个“.”表示上级目录,调整之前是上上级目录
错误5:TimeoutError: [WinError 10060] 由于连接方在一段时间后没有正确答复或连接的主
解决:离谱,好像是网络问题。
错误6: RuntimeError: result type Float can‘t be cast to the desired output type long int
解决:通过百度搜索,看到别人解决方案,
1.打开你的【utils】文件下的【loss.py】
2.按【Ctrl】+【F】打开搜索功能,输入【for i in range(self.nl)】找到下面的一行内容:
(上面的代码在【loss.py】的后半部分)
将下面的代码替换掉上图中的红圈部分:
anchors, shape = self.anchors[i], p[i].shape
3.按【Ctrl】+【F】打开搜索功能,输入【indices.append】找到下面的一行内容:
上面的代码在【loss.py】的最后部分,具体位置在上一处搜索位置的下面10行左右)
将下面的代码替换掉上图中的红圈部分:
indices.append((b, a, gj.clamp_(0, shape[2] - 1), gi.clamp_(0, shape[3] - 1))) # image, anchor, grid
之后就可以了。
看别人的博客说如果还不行
调试detect文件测试时遇到的问题:
1.问题如下以及网上搜到的解决方法:
解决方案来自:一步真实解决AttributeError: ‘Upsample‘ object has no attribute ‘recompute_scale_factor‘_蓝胖胖▸的博客-CSDN博客
2.另一个问题:
RuntimeError: The size of tensor a (80) must match the size of tensor b (56) at non-singleton
解决方法是,yolov5s.pt默认下载的6.1,而模型是5.0,所以去下载5.0的权重文件就行。
解决方法来自:【解决问题】RuntimeError: The size of tensor a (80) must match the size of tensor b (56) at non-singleton_王大队长的博客-CSDN博客
tt100k数据集跑yolov5s模型时,所遇到的问题记录相关推荐
- 深度学习和目标检测系列教程 17-300: 3 个类别面罩检测类别数据集训练yolov5s模型
@Author:Runsen YOLO 是目前最火爆的的计算机视觉算法之一,今天使用的数据集来源:https://www.kaggle.com/andrewmvd/face-mask-detectio ...
- 基于Keras2《面向小数据集构建图像分类模型》——Kaggle猫狗数据集
概述 在本文中,将使用VGG-16模型提供一种面向小数据集(几百张到几千张图片)构造高效.实用的图像分类器的方法并给出试验结果. 本文将探讨如下几种方法: 从图片中直接训练一个小网络(作为基准方法) ...
- Yolov5s模型在全志V853平台上的部署方法和应用
AI部署这个词儿大家肯定不陌生,可能有些人还不是很清楚这个是干嘛的,但总归是听过了.近些年来,在深度学习算法已经足够卷之后,深度学习的另一个偏向于工程的方向–部署应用落地,才开始被谈论的多了起来.当然 ...
- 【AI简报20220225期】这枚仿人脑神经芯片跑AI模型超省电、OPPO Find X5系列发布
AI芯片 1. 节能1000倍!仿人脑神经芯片跑AI模型竟然这么省电 原文链接: https://t.cj.sina.com.cn/articles/view/5703921756/153faf05c ...
- CBNet和DetectoRS:COCO数据集霸榜模型
点击蓝字 关注我们 作者丨张佳程@知乎 来源丨https://zhuanlan.zhihu.com/p/146447810 整理 | 极市平台 公众号 CBNet和DetectoRS -- COCO ...
- 寺冈labelnet使用说明_基于imagenet数据集的ResNet50模型训练示例
基于imagenet数据集的ResNet50模型训练示例 训练前准备 数据集获取 本训练示例以imagenet数据集为例,从imagenet官方网站http://www.image-net.org/获 ...
- 基于双语数据集搭建seq2seq模型
目录 一.前言 二.数据预处理 2.1 数据清洗 2.2 词元化 2.3 建立词表 2.4 数据加载 2.5 构建数据集 三.模型搭建 3.1 Encoder-Decoder 架构 3.2 Encod ...
- 数据集大小与模型性能的敏感性分析
[翻译自 : sensitivity-analysis-of-dataset-size-vs-model-performance] [说明:Jason Brownlee PhD大神的文章个人很喜欢,所 ...
- MnTTS: 开源蒙古语语音合成数据集及其基线模型
本次分享内蒙古大学蒙古文信息处理重点实验室.蒙古文智能信息处理技术国家地方联合工程研究中心及语音理解与生成实验室 (S2LAB) (https://ttslr.github.io/index_S2Gr ...
最新文章
- linux下Qt调用C++库文件(.so)程序实现
- SQL Server 数据库的维护(一)__存储过程(procedure)
- Android--SlidingDrawer的使用介绍
- CSharpGL(39)GLSL光照示例:鼠标拖动太阳(光源)观察平行光的漫反射和镜面反射效果...
- 57. Insert Interval
- 《可穿戴创意设计:技术与时尚的融合》一一3.3 纺织与教育
- 过去一年25个amazing node.js 开源项目(2018版本)
- android R.id.转化为view
- 基于 java springboot+mybatis二手物品网站系统设计和实现
- Hadoop节点热拔插
- 应用在tomcat下的四种部署方式(原创)
- WGS84经纬度坐标转化成UTM坐标
- DS18B20使用说明
- 第二章 JavaWeb HTML与CSS网页设计 建立第一个网页
- 告别UAC恼人的弹窗
- 玩客云内置EMMC存储刷入Armbian
- TLD 源码详解(一)--- TLD的编译和运行
- 微信第三方平台【六】微信开放平台帐号管理
- 【三维目标检测】VoxelNet(三):模型详解
- key redis 遍历_解惑:Redis的HSCAN命令中COUNT参数的quot;失效quot;场景