windows10安装yolov5_obb时的一些报错记录

这篇具有很好参考价值的文章主要介绍了windows10安装yolov5_obb时的一些报错记录。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

yolov5_obb链接
1、使用netron查看yolov5s-best.onnx模型结构。

在终端运行(切换到模型文件所在路径)

pip install netron
python
import netron
netron.start(‘best.onnx’)#绝对地址用双反斜杠:\
如下图所示:
windows10安装yolov5_obb时的一些报错记录
2、想要查看 Pytorch 实际使用的运行时的 cuda 目录,可以直接输出之前介绍的 cpp_extension.py 中的 CUDA_HOME 变量。

 >>> import torch
    >>> import torch.utils
    >>> import torch.utils.cpp_extension
    >>> torch.utils.cpp_extension.CUDA_HOME        #输出 Pytorch 运行时使用的 cuda 

另外查看环境中的cuda版本,打开cmd,打开环境,输入nvidia-smi,或者nvcc --version或者nvcc -V
3、关于切换cuda版本
计算机->右键,属性->高级系统设置->环境变量
如图,我想用11.1版本,把cuda_path改为11.1
windows10安装yolov5_obb时的一些报错记录
然后点击path,将path中的关于11.1的向上移到所有cuda 版本的最前面,如下图:
windows10安装yolov5_obb时的一些报错记录
windows10安装yolov5_obb时的一些报错记录
一共两个关于11.1的,然后再看运行cuda版本就是11.1了,亲测有效。
windows10安装yolov5_obb时的一些报错记录windows10安装yolov5_obb时的一些报错记录
4、windows下使用python setup.py install包含pytorch组件时报:

cpp_extension.py:237: UserWarning: Error checking compiler version for cl: 'utf-8' codec can't decode byte 0xd3 in position 0: invalid continuation byte

解决方法(参考的)
打开cpp_extension.py文件,在第260行左右,有一段:文章来源地址https://www.toymoban.com/news/detail-453896.html

   try:
        if sys.platform.startswith('linux'):
            minimum_required_version = MINIMUM_GCC_VERSION
            version = subprocess.check_output([compiler, '-dumpfullversion', '-dumpversion'])
            version = version.decode().strip().split('.')
        else:
            minimum_required_version = MINIMUM_MSVC_VERSION
            compiler_info 

到了这里,关于windows10安装yolov5_obb时的一些报错记录的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • Yolov5一些知识

    Yolov5官方代码中,给出的目标检测网络中一共有4个版本,分别是Yolov5s、Yolov5m、Yolov5l、Yolov5x四个模型。 eg:Yolov5s Yolov3的网络结构是比较经典的 one-stage 结构,分为 输入端、Backbone、Neck和Prediction 四个部分 Yolov4在Yolov3的基础上进行了很多的创新。 比如: 输入端 ,主要包括 Mo

    2024年02月12日
    浏览(32)
  • YOLOV5-模型轻量化的一些常见方法

    欢迎关注、点赞、评论! YOLOv5是一个基于深度学习的目标检测算法,是YOLO系列算法的最新版本。YOLO是You Only Look Once的缩写,意味着只需要一次前向传递就可以完成目标检测任务,因此具有非常快的检测速度和较高的精度。 相比于YOLOv4,YOLOv5在多个方面进行了改进和优化,包

    2024年01月22日
    浏览(46)
  • YOLOv5训练速度慢的一些解决方法

        博主电脑配置是AMD R5 3600,Nvidia RTX3060 12G,16G 3200MHz内存,训练数据集是自建数据集,大约1200张图片,3个检测目标。     训练YOLOv5-5.0版本的模型参数设置,模型是yolov5s,epoch 150(如果想要更好的mAP@0.5:0.95指标可以设置的更大,博主这个收敛的太快了就没设太多),bat

    2024年01月16日
    浏览(45)
  • python+opencv+yolov5+算能 中的一些疑问

    在图像处理中,拉流和推流是与图像获取和传递相关的两个关键概念。 1. 拉流(Pull Streaming):    定义: 拉流是指从数据源主动获取数据的过程。在图像处理领域,这通常指的是从相机、视频文件或网络摄像头等数据源中获取图像数据。    示例: 例如,从一个网络摄像

    2024年02月19日
    浏览(35)
  • 【YOLOv5】一些不常见的报错及解决【持续更新】

    目录 AssertionError: Label class 4 exceeds nc=4 in /xxxxxx解决方法 原因 解决方法:(以我的情况为例) RuntimeError: result type Float can‘t be cast to the desired output type long int 原因 解决方法 ImportError: libgthread-2.0.so.0: cannot open shared object file: tensorboard :No dashboards are active for the current data set. 问题

    2024年02月12日
    浏览(36)
  • 【YOLOv5】一些网上找不到答案的报错解决方案

    目录 AssertionError: Label class 4 exceeds nc=4 in /xxxxxx解决方法 原因 解决方法:(以我的情况为例) RuntimeError: result type Float can‘t be cast to the desired output type long int 原因 解决方法 ImportError: libgthread-2.0.so.0: cannot open shared object file: tensorboard :No dashboards are active for the current data set. 问题

    2024年02月12日
    浏览(43)
  • Stable-Diffusion|window10安装GPU版本的 Stable-Diffusion-WebUI遇到的一些问题(一)

    教程主要参考: AI绘画第一步,安装Stable-Diffusion-WebUI全过程 ! Stable Diffusion WebUI使用手冊(正體中文)|Ivon的部落格 具体记录一下笔者除了按照上述教程,遇到坑的地方 python一定要3.10 如果不是,就新建一个conda环境 安装python库的时候可以用其他源: 笔者之前设置过,跳过 此

    2024年02月17日
    浏览(66)
  • yolov5源码解析(10)--损失计算与anchor

    本文章基于yolov5-6.2版本。主要讲解的是yolov5在训练过程中是怎么由推理结果和标签来进行损失计算的。损失函数往往可以作为调优的一个切入点,所以我们首先要了解它。 损失函数的调用点如下,在train.py里  代码入口:utils/loss.py 1.先说一下两个入参: p: 推理结果列表,

    2024年02月08日
    浏览(39)
  • YOLOv5改进系列(10)——替换主干网络之GhostNet

    【YOLOv5改进系列】前期回顾: YOLOv5改进系列(0)——重要性能指标与训练结果评价及分析 YOLOv5改进系列(1)——添加SE注意力机制

    2024年02月09日
    浏览(88)
  • 基于yolov5的遥感图像目标检测(NWPU VHR-10)

    最近在做毕设,感觉网上信息不是很全,把自己的训练过程写下来供做这个方向的友友学习。 只有简单的复现,其余的还没探索到。 首先就是数据集:我用的数据集是西工大发布的数据集,NWPU VHR-10 链接:https://pan.baidu.com/s/1vfhDU2ORWUpL-aGM1PllGw  提取码:d5au 西工大数据集有十

    2023年04月25日
    浏览(41)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包