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
pjj198541 小时前
YOLO 目标检测算法系列梳理:从 V1 到 V5 的原理演进
算法·yolo·目标检测
爱吃火鸡面呀2 小时前
YOLOv2、YOLOv3、YOLOv4、YOLOv5 全面对比与总结
yolo
微尘hjx13 小时前
【ByteTrack 04】多轨迹算法ByteTrack改进点
算法·yolo·目标检测·目标跟踪·bytetrack·ultralytics·车跟踪
fl17683121 小时前
工业玻璃不同形状类别玻璃检测数据集VOC+YOLO格式1012张4类别
人工智能·yolo·机器学习
微尘hjx1 天前
【StrongSort 03】多轨迹算法StrongSort改进点
人工智能·算法·yolo·视觉检测·ultralytics·strongsort·轨迹算法
迪菲赫尔曼1 天前
【基础篇 08】让VS Code连接服务器:界面在本地,文件保存到远端
运维·服务器·vscode·yolo·论文·教程·ultralyt
yyk333241 天前
YOLOv3算法
人工智能·yolo·目标跟踪
宿州派大星1 天前
目标检测:YOLOv1架构原理与损失函数全解析
人工智能·yolo·目标检测
神仙别闹1 天前
基于Python Yolo实现绝缘子目标检测程序
python·yolo·目标检测
何以解忧唯有撸码1 天前
c# + YOLODotNet+OpenCVSharp 实现物品轨迹追踪
计算机视觉·c#·winform·yolov8·opencvsharp