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
程序员正茂11 小时前
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16 小时前
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77716 小时前
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
pjj1985417 小时前
yolo-yolov3补充和yoluv4/v5
yolo
听风吹等浪起18 小时前
第24章:基于 YOLOv5 的肺癌 / 肺结节 / 肺腺癌多目标识别与 10 种网络改进方案深度解析
yolo
燧机科技SuiJi1 天前
山体坍塌落石滑坡泥石流监测系统 落石泥石流监控摄像机
大数据·人工智能·深度学习·yolo
磁场转动100万匹2 天前
YOLOv3 原理详解:从 Darknet-53 到三尺度检测头
yolo
zx_741484812 天前
YOLOv3 核心原理详解:Darknet-53 架构、多尺度预测与 FPN 特征融合
算法·yolo·目标检测·yolov3
广州灵眸科技有限公司2 天前
瑞芯微(EASY EAI)RV1126B DeepSeek R1部署教程
linux·数据库·yolo
词却2 天前
计算机视觉:YOLO 目标检测
yolo·目标检测·计算机视觉