yolov7的export.py转换时显存报错 If reserved memory is ＞＞ allocated memory try setting max_split_size_mb to a

7月前作者：迁凉分类：Toy博客阅读(32) 违法举报

这篇具有很好参考价值的文章主要介绍了yolov7的export.py转换时显存报错 If reserved memory is ＞＞ allocated memory try setting max_split_size_mb to a。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。

报错内容：export failure: CUDA out of memory. Tried to allocate 20.00 MiB (GPU 0; 4.00 GiB total capacity; 2.45 GiB already allocated; 0 bytes free; 2.54 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：
加入

import os
os.environ["PYTORCH_CUDA_ALLOC_CONF"] = "max_split_size_mb:128"

如果还不行，就在include-nms加上这句

default=['torchscript'],

if reserved memory is >> allocated memory try setting max_split_size_mb to a,pytorch,深度学习,人工智能文章来源地址https://www.toymoban.com/news/detail-519210.html

到了这里，关于yolov7的export.py转换时显存报错 If reserved memory is ＞＞ allocated memory try setting max_split_size_mb to a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！

分享到：

领支付宝红包赞助服务器费用

$训练yolov7报错AssertionError: train: No labels in XX\train.cache. Can not train without labels$

训练yolov7报错AssertionError: train: No labels in XX\train.cache. Can not train without labels

原因：自己的数据集文件夹和dataset中的数据集名称不同。代码中要求的文件名是Images和Labels，可能自己命名的是image和label 参考：https://code84.com/38177.html

2024年02月11日
浏览(30)
【YOLOv4运行demo.py报错】：cv2.error: OpenCV(4.5.5) :-1: error: (-5:Bad argument) in function ‘rectangle‘

最近在linux服务器上部署YOLOv4项目（https://github.com/Tianxiaomo/pytorch-YOLOv4），配置好环境以后，运行demo.py进行测试，报错如下：报错显示，在调用函数cv2.rectangle时，无法分析“pt2”参数。索引为0的序列项的类型错误，去opencv官网查看用法如下：这下对应上了，是第二个参数

2024年02月12日
浏览(32)
opencv调用yolov7 yolov7 c++ yolov7转onnx opencv调用yolov7 onnx 一、YOLOV7主要贡献：

主要是现有的一些trick的集合以及模块重参化和动态标签分配策略，最终在 5 FPS 到 160 FPS 范围内的速度和准确度都超过了所有已知的目标检测器。当前目标检测主要的优化方向：更快更强的网络架构；更有效的特征集成方法；更准确的检测方法；更精

2023年04月22日
浏览(23)
[YOLOv7]基于YOLOv7的水果识别系统(源码＆部署教程)

[YOLOv7]基于YOLOv7的水果识别系统(源码＆部署教程)_哔哩哔哩_bilibili 如果不懂yolo格式数据集是什么样子的，建议先学习一下。大部分CVer都会推荐用labelImg进行数据的标注，我也不例外，推荐大家用labelImg进行数据标注。不过这里我不再详细介绍如何使用labelImg，网上有很多的教

2024年02月05日
浏览(45)
【YOLOv7】使用 YOLOv7 做目标检测 (使用自己的数据集 + 图解超详细)

论文链接：https://arxiv.org/abs/2207.02696 GitHub 链接：https://github.com/WongKinYiu/yolov7 修改YOLOV7配置 data.yaml 新建data.yaml文件，配置yolov7的数据集，数据集为 YOLO格式。 weights 新建weights文件夹，下载yolov7.pt https://github.com/WongKinYiu/yolov7/releases/download/v0.1/yolov7.pt。 train.py 修改如下的参数，

2024年02月12日
浏览(28)
TensorRT量化实战课YOLOv7量化：YOLOv7-PTQ量化(一)

新增手动插入 QDQ 节点以及手动 initialize 手写 AI 推出的全新 TensorRT 模型量化实战课程，链接。记录下个人学习笔记，仅供自己参考。该实战课程主要基于手写 AI 的 Latte 老师所出的 TensorRT下的模型量化，在其课程的基础上，所整理出的一些实战应用。本次课程为 YOLOv7 量化实

2024年02月08日
浏览(31)
YOLO系列 --- YOLOV7算法（一）：使用自定义数据集跑通YOLOV7算法

这不就尴尬了。。。刚理解完美团出的YOLO V6算法，V7就出来了。。。而且最关键的是V7还有V4作者的背书，不过好在其实V6和V7都是在YOLO V5的基础上修改的代码，所以代码读起来就比较顺畅。YOLOV7算法打算按照以下的结构进行讲解： YOLOV7算法（一）：使用自定义数据集跑通YO

2024年02月04日
浏览(28)
Yolov7, Yolov8使用

【小白教学】如何用YOLOv7训练自己的数据集 - 知乎 YOLOv7——训练自己的数据集 - 代码网 conda create --name=yolov7 python=3.8 #the version of your python3 *** 这里需要注意如果 torch 和torchvion版本太高，会导致GPU不可用，因为GPU drive版本太低。可以使用低版本的： pip install torch==1.12.1 t

2024年01月20日
浏览(30)
yolov7改进系列 1. YOLOv7改进结构系列：最新结合用于小目标的新CNN卷积构建

(71条消息) YOLOv7改进结构系列：最新结合用于小目标的新CNN卷积构建块_芒果汁没有芒果的博客-CSDN博客一、SPD论文理论部分卷积神经网络 (CNN) 在许多计算机视觉任务（例如图像分类和对象检测）中取得了巨大成功。然而，它们的性能在图像分辨率低或物体很小的更艰巨的任

2023年04月14日
浏览(30)
yolov7改进系列

(71条消息) YOLOv7改进结构系列：最新结合用于小目标的新CNN卷积构建块_芒果汁没有芒果的博客-CSDN博客一、SPD论文理论部分卷积神经网络 (CNN) 在许多计算机视觉任务（例如图像分类和对象检测）中取得了巨大成功。然而，它们的性能在图像分辨率低或物体很小的更艰巨的任

2024年02月05日
浏览(28)