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
William一直在路上5 小时前
把轻量化 YOLO 模型部署到你的手机上
yolo·智能手机
迪菲赫尔曼1 天前
【基础篇 11】把官方源码放到服务器:版本、解压层级和安装位置,一次弄清楚
运维·服务器·开发语言·人工智能·python·yolo·目标检测
迪菲赫尔曼1 天前
【基础篇 12】把环境与源码接起来:检查 GPU,再安装服务器上的项目
运维·服务器·开发语言·人工智能·python·yolo·目标检测
yyk333241 天前
YOLOv4算法
人工智能·yolo·目标跟踪
pjj198541 天前
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1 天前
YOLOv2、YOLOv3、YOLOv4、YOLOv5 全面对比与总结
yolo
微尘hjx2 天前
【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
fl1768312 天前
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hjx2 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2 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