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
向哆哆17 小时前
铁路障碍物目标检测数据集分享(适用于YOLO系列深度学习分类检测任务)
深度学习·yolo·目标检测
guo_xiao_xiao_19 小时前
YOLO人像特写场景手势目标检测数据集
人工智能·yolo·目标检测
guo_xiao_xiao_1 天前
YOLO三相电能表数字与单位符号目标检测数据集
人工智能·yolo·目标检测
fl1768311 天前
道路动物横穿马路检测数据集VOC+YOLO格式895张52类别
yolo
探物 AI2 天前
yolov6的骨干网络组件18:RepVGG,多分支进行训练,单分支进行推理(我有了SCI的主意)
网络·深度学习·yolo
2401_853448232 天前
YOLO开发环境搭建
yolo·环境配置·ultralytics
赵药师3 天前
YOLOv11中C3k2以及常见改进
yolo
精英的英3 天前
记一次 i.MX6 SL YOLO 模型编译和性能调优
yolo
一碗白开水一3 天前
入门实践工程二:基于 YOLOv8 的日常物品目标检测|附:环境依赖环境及工程源码
yolo·目标检测·目标跟踪