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
AI街潜水的八角4 小时前
基于YOLOv11的柑橘病害检测和识别系统1:柑橘病害识别检测数据集说明(含下载链接)
yolo
深度学习lover6 小时前
<数据集>yolo 白天鹅识别<目标检测>
人工智能·yolo·目标检测·数据集·白天鹅识别
动物园猫7 小时前
棉花病害图像分类数据集分享(适用于YOLO系列深度学习分类检测任务)
深度学习·yolo·分类
背包客(wyq)9 小时前
YOLO手势检测识别模型Android端部署测试
android·yolo
Hello Mr.Z9 小时前
双机双卡训练yolov5(yolov5+pytorch+DDP+NCCL+RDMA全栈解析)
人工智能·pytorch·yolo
輕華10 小时前
YOLOv10轮毂缺陷检测(上)——环境搭建与模型训练
yolo
machunlin~10 小时前
Android(Termux)部署 NCNN + YOLOv8 完整教程
yolo·termux
子午10 小时前
基于YOLO的车牌识别检测~Python+YOLOV8算法+车牌定位+车牌检测+深度学习
python·算法·yolo
輕華11 小时前
YOLOv10轮毂缺陷检测(下)——模型推理与PyQt5可视化应用
开发语言·qt·yolo
迪菲赫尔曼11 小时前
UltraConsole:一个工业级 YOLO 推理可视化控制台,从前端到后端的完整实践
前端·yolo