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
丑大王16 小时前
ultralytics 环境安装与正确使用Vscode
ide·yolo·编辑器
深度学习lover17 小时前
<数据集>棉花虫害识别<目标检测>
人工智能·深度学习·yolo·目标检测·计算机视觉·棉花虫害识别
xrgs_shz19 小时前
基于OGD-Net的果园环境下蟠桃生长期检测
人工智能·yolo·目标检测·计算机视觉
FL16238631292 天前
无人机关键点检测姿态估计数据集COCO+YOLO格式2246张1类别4关键点
yolo·无人机
FL16238631293 天前
古建筑缺陷检测数据集VOC+YOLO格式4018张6类别
人工智能·yolo·机器学习
FL16238631293 天前
反无人机红外图像关键点检测姿态估计数据集COCO+YOLO格式272张1类别5关键点
yolo·无人机
CoderIsArt3 天前
使用 Ultralytics YOLO 进行模型训练
人工智能·深度学习·yolo
程序员正茂3 天前
Win11使用自定义训练集训练ncnn模型
python·yolo·图像识别·移动端·ncnn
磁场转动100万匹4 天前
PyTorch 版 YOLOv3 源码逐段详解:从配置文件到训练、评估、检测(定制自己的数据集)
人工智能·深度学习·yolo
老唐7774 天前
OpenCV5实测:纯CPU跑YOLO26目标检测
图像处理·人工智能·opencv·yolo·目标检测·计算机视觉