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
gorgeous(๑>؂<๑)1 小时前
【西北工业大学-邢颖慧组-AAAI26】YOLO-IOD:实时增量目标检测
人工智能·yolo·目标检测·计算机视觉·目标跟踪
JicasdC123asd5 小时前
如何使用YOLOv10n进行台风灾害区域识别与分类——基于改进的HAFB-2模型实现
人工智能·yolo·分类
Coovally AI模型快速验证6 小时前
仅192万参数的目标检测模型,Micro-YOLO如何做到目标检测精度与效率兼得
人工智能·神经网络·yolo·目标检测·计算机视觉·目标跟踪·自然语言处理
Fasda123457 小时前
YOLOv10n-MAFPN:西瓜目标检测模型改进与性能优化
yolo·目标检测·性能优化
qunaa01018 小时前
【计算机视觉】YOLOv10n-SPPF-LSKA托盘识别与检测
人工智能·yolo·计算机视觉
JicasdC123asd9 小时前
如何使用YOLOv10n-p2训练金属表面缺陷检测数据集——裂纹与气孔识别与定位技术探讨
yolo
Together_CZ9 小时前
YOLO26模型今日发布,致力于打造端到端计算范式的端侧AI新标杆
人工智能·yolo·目标检测·ultralytics·yolo26·致力于打造端到端计算范式·端侧ai新标杆
智驱力人工智能11 小时前
矿山皮带锚杆等异物识别 从事故预防到智慧矿山的工程实践 锚杆检测 矿山皮带铁丝异物AI预警系统 工厂皮带木桩异物实时预警技术
人工智能·算法·安全·yolo·目标检测·计算机视觉·边缘计算
2501_9415079412 小时前
【深度学习】YOLOv3实现鸡蛋缺陷检测与分类_1
深度学习·yolo·分类
Coovally AI模型快速验证12 小时前
2026 CES 如何用“视觉”改变生活?机器的“视觉大脑”被点亮
人工智能·深度学习·算法·yolo·生活·无人机