yolov5训练过程——我的一个个报错,一步步解决

参照博客

照着这位大哥的步骤来的,但是在实际操作中,每个人都可能会有不同的报错,然后需要不同的解决方案。

一、必要的环境依赖

这篇配置环境的保姆级教学也是这位大哥的

        与上述给出博客阐述一样,但是我在安装Anaconda前已经有Python了,并且在此基础上发现环境已经配置好了,所以在官网安装Anaconda最新版之后(在安装时不要选择自动配置环境变量),会出现Spyder打不开,Anaconda也会在双击之后弹出一个命令小弹窗,然后立即闪退的情况,而Anaconda promote命令conda也不起作用,找了很多原因,发现是归结于环境的配置。

        经过以下配置,我的Anaconda终于能运行了。

 

这是系统环境变量里的PATH,其中圈中的有关Anaconda的环境变量都放上去,顺序最好和我一样,然后是再添加一个PATHONPATH到用户变量,这里的添加的路径一开始是你的Anaconda中LIb/site-packages的绝对路径。(先别改我下面这张图片的路径,之后如果要激活虚拟环境安装包和在运行虚拟环境库时还需要更改至虚拟环境包的绝对路径。我这个是我等下虚拟环境需要用到的,我在这里直接改了)

 如果将环境变量调整好了,可以发现conda命令都能用了。

验证CUDA和cudnn版本部分

        这时,将Pycharm编译器换至pytorch,然后将PYTHONPATH改为虚拟环境安装包的路径。

import torch
print(torch.cuda.is_available())
print(torch.backends.cudnn.is_available())
print(torch.cuda_version)
print(torch.backends.cudnn.version())

改paddle, 一样一样 。

import paddle
print(paddle.utils.run_check())

能运行出来并打印就说明可以了。

        之后的yolov5训练是在pytorch环境上运行操作的。

二、labelimg标注。

        用这个链接

         我犯的错误是运行不了他这一步cmd里面的操作。

labelimg JPEGImages predefined_classes.txt

               会报错不是cmd内部命令,我的解决方案也是根据其他博客来的:

这个:确实有用

三、就是pip install -r requirements.txt

        Windows用户这个一定会报错,因为

        安装这个pycocotools时,会安装不成功,也有解决方案:将其单独安装,从 requirements.txt中抹掉,直接在终端运行:

pip install -r requirements.txt
pip install pycocotools-windows

自动是最新版,不用担心版本问题。

四、运行train.py

        我在调完参数后,运行这一步控制台会直接崩溃:

         所以我直接将这个train.py放在cmd中运行,结果成了这样:

 解决方案:继续上连接,对我来说很有用  没有SPPF这个类

修改完之后:运行成功,界面如下:

 Tensorboard界面:(我这运行较慢,这是正在运行的)

来源:星暖冷月

物联沃分享整理
物联沃-IOTWORD物联网 » yolov5训练过程——我的一个个报错,一步步解决

发表评论