YOLOV5 训练好模型测试时出现问题:AttributeError: ‘Upsample‘ object has no attribute ‘recompute_scale_factor‘的解决方法

这篇具有很好参考价值的文章主要介绍了YOLOV5 训练好模型测试时出现问题:AttributeError: ‘Upsample‘ object has no attribute ‘recompute_scale_factor‘的解决方法。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。

在使用YOLOV5 训练好模型测试时出现问题:AttributeError: ‘Upsample’ object has no attribute 'recompute_scale_factor’的快速解决方法。

解决方法一:
upsample object has no,Python OpenCv,pytorch,深度学习,目标检测,视觉检测,python
有些博主说降低torchhe和torchvision版本,比如上图所示我的torch版本1.11.0 torchvision版本0.10.2,torch版本降低到版本1.9.1,torchvision版本降低到版本0.10.1。这是一种解决办法,但是要重新pytorch,我就嫌很麻烦,配置安装过程中可能又出现各种问题,所以我没有重新安装,采用了下面的这种方法,不用降低版本重载,就可以快速解决问题,见下。

解决方法二:
我们先看一下问题:
upsample object has no,Python OpenCv,pytorch,深度学习,目标检测,视觉检测,python
这个问题只要顺着路径找到文件upsampling.py并打开,修改里面的代码即可解决,见下:
upsample object has no,Python OpenCv,pytorch,深度学习,目标检测,视觉检测,python
upsample object has no,Python OpenCv,pytorch,深度学习,目标检测,视觉检测,python
按照我上图的操作修改代码后,将原始的代码注释后保存,在运行代码就可以正常运行了。
upsample object has no,Python OpenCv,pytorch,深度学习,目标检测,视觉检测,python
像上图这样就说明调通,代码已经在正常运行了。

以上就是解决在使用YOLOV5 训练好模型测试时出现问题:AttributeError: ‘Upsample’ object has no attribute 'recompute_scale_factor’的快速解决方法。我个人更推荐第二种方法,快速高效,希望也能帮助到有这样问题的你,谢谢!文章来源地址https://www.toymoban.com/news/detail-527981.html

到了这里,关于YOLOV5 训练好模型测试时出现问题:AttributeError: ‘Upsample‘ object has no attribute ‘recompute_scale_factor‘的解决方法的文章就介绍完了。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

  • 目标检测 YOLOv5 预训练模型下载方法

    目标检测 YOLOv5 预训练模型下载方法 flyfish https://github.com/ultralytics/yolov5 https://github.com/ultralytics/yolov5/releases 可以选择自己需要的版本和不同任务类型的模型 后缀名是pt

    2024年02月08日
    浏览(54)
  • 【目标检测】YOLOv5算法实现(七):模型训练

      本系列文章记录本人硕士阶段YOLO系列目标检测算法自学及其代码实现的过程。其中算法具体实现借鉴于ultralytics YOLO源码Github,删减了源码中部分内容,满足个人科研需求。   本系列文章主要以YOLOv5为例完成算法的实现,后续修改、增加相关模块即可实现其他版本的

    2024年01月22日
    浏览(54)
  • Tensorflow调用训练好的yolov5模型进行推理

    conda search找找当前源下的CUDA与cuDNN有没有我们要的版本: Onnx(Open Neural Network Exchange)是一种开放的深度学习模型交换格式,用于在不同的深度学习框架之间共享模型。它提供了一个中间格式,可以将模型从一个框架转换为另一个框架。 Tensorflow是一个广泛使用的深度学习框

    2024年02月11日
    浏览(40)
  • 人工智能图像识别分析之——Yolov5模型训练

    上一课讲述了Yolov5模型环境搭建的过程 这一课讲Yolov5模型训练的过程 进行模型训练前,首先要先进行样本标注,标注后产生标注文件,将图片源文件和标注文件进行文件划分,本文以2000张负样本进行训练。 1.新建三级目录datasets/images/train、datasets/images/val 2.新建三级目录da

    2024年02月01日
    浏览(69)
  • 博客3:YOLOv5车牌识别实战教程:模型训练与评估

    摘要:本篇博客将详细介绍如何使用YOLOv5进行车牌识别模型的训练与评估。我们将搭建训练环境、准备数据、配置模型参数、启动训练过程,以及使用验证集评估模型性能。 车牌识别视频 正文: 3.1 搭建训练环境   首先,我们需要搭建YOLOv5的训练环境。YOLOv5使用PyTorch框架,

    2024年02月04日
    浏览(41)
  • yolov5训练自己的数据集问题排除

    D:ProgramDataAnaconda3envsyolov5python.exe D:/yxt/yolov5-master/train.py Traceback (most recent call last):   File \\\"D:ProgramDataAnaconda3envsyolov5libsite-packagesgit__init__.py\\\", line 140, in module     refresh()   File \\\"D:ProgramDataAnaconda3envsyolov5libsite-packagesgit__init__.py\\\", line 127, in refresh     if not Git.refresh(p

    2024年04月11日
    浏览(63)
  • YOLOV5 | AttributeError: ‘Upsample‘ object has no attribute ‘recompute_scale_factor‘ 问题解决 亲测有效

    如图: 1.点击报错行该路径,进入编辑页 2.将原代码(153-154行)修改为如下所示(155行): 即: 保存后再次运行detect.py,即可: 来看看训练结果吧 运行detect.py之前,应该将YOLOV5对应的权重文件放到项目文件夹下: 这里提供官方权重文件,可点击下方链接自行下载: YOLOv

    2024年02月13日
    浏览(99)
  • 配置使用云服务器训练神经网络模型——在阿里GPU服务器训练yolov5模型

    对于没有GPU训练机的人来讲,使用云服务器训练自己的模型应该最最优选择,只是在训练的时候开个按时计费的服务器,训练完成后保存环境镜像之后,可以完全停掉服务器,期间不产生任何费用,下次再训练时,启动环境就可以,很容易保护好自己的训练环境不受污染。

    2024年02月06日
    浏览(60)
  • 一文彻底解决YOLOv5训练找不到标签问题

    ❤️ 网上绝大部分教程所述解决方法都不靠谱,也没有分析问题发生的原因,本文彻底解决了YOLOv5训练时找不到标签,出现 No labels found in /path/train.cache 的问题!希望通过本文,在配置环境的过程中,为各位解决一些不必要的麻烦。——©️ Sylvan Ding 版本 系统 YOLOv5 v6.1 Linu

    2024年02月05日
    浏览(60)
  • Android嵌入自己训练的yolov5模型(tfLite)交通标志

    目录 第一步:下载模型与修改参数 第二步:标注数据 第三步:开始训练 第四步:yolov5转为tfLite模型 第五步:我们可以检测一下tfLite是否可用 第六步:下载官方的示例代码 第七步:修改代码 第八步:运行软件 第九步:优化速率 效果图 参考:【精选】手把手教你使用YOLOV5训练自己的目标

    2024年04月12日
    浏览(59)

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