解决yolo无法指定显卡的问题,实测v5、v7、v8有效

方法1

基本上这个就能解决了!!!

在train.py的最上方加上下面这两行,注意是最上面,其次指定的就是你要使用的显卡

bash 复制代码
import os
os.environ['CUDA_VISIBLE_DEVICES']='6'

方法2:

**问题:**命令行参数指定的是4号卡,但实际却总是在0号卡建立进程

真抽象啊,这一步,模型被送到0号卡,但实际上,送到了4号卡(进程是在4号卡上建立的)
解决办法:

在train.py的train()函数下,第一行选择显卡:

bash 复制代码
device=torch.device('cuda:4')

自己指定显卡即可,也可以在命令行添加一遍,不冲突,但要一样的

基本上方法一就能解决了。

相关推荐
fl1768318 小时前
电力场景配网耐张线夹绝缘保护套安装状态检测数据集VOC+YOLO格式2375张2类别
人工智能·yolo·机器学习
FriendshipT10 小时前
Ultralytics:简要解读YOLOv8 → YOLO11 → YOLO26网络架构
人工智能·pytorch·python·深度学习·yolo·目标检测
jay神12 小时前
基于YOLOv8行人车辆检测系统
深度学习·yolo·目标检测·计算机视觉·毕业设计
探物 AI2 天前
yolo检测核心组件3:ECA 注意力机制
人工智能·深度学习·yolo
START_GAME2 天前
yolo模型笔记
笔记·yolo
老猿AI洞察2 天前
智能视觉检测平台——完整商业化项目全功能详解
人工智能·yolo·计算机视觉·视觉检测
m沐沐3 天前
【深度学习】YOLOv2目标检测算法——改进点、网络结构与聚类先验框解析
人工智能·pytorch·深度学习·算法·yolo·目标检测·transformer
深度学习lover3 天前
<数据集>yolo 小麦麦穗识别<目标检测>
人工智能·yolo·目标检测·计算机视觉·数据集·小麦麦穗识别
探物 AI3 天前
yolo核心组件4:CA 注意力机制 (Coordinate Attention)
深度学习·yolo·机器学习
zh路西法4 天前
【CAM Grad-CAM Grad-CAM++】深度学习模型可解释性:从原理到YOLOv8部署实战
人工智能·深度学习·yolo·yolov8·grad-cam·cam