Yolov5安装运行过程中出现的问题

Yolov5安装运行过程中出现的问题合集

安装问题

报错:gnutls_handshake() failed: The TLS connection was non-properly terminated.

1、在git内重置proxy

python 复制代码
git config --global --unset http.proxy
git config --global --unset https.proxy

2、在cmd内执行ipconfig/flushdns 清理DNS缓存

python 复制代码
ipconfig/flushdns

参考链接

pip 安装 requirements.txt

pip install -r requirements.txt 的作用是从一个文本文件 requirements.txt 中安装所需的 Python 包。一般情况下,项目提供者会在 requirements.txt 文件中列出所有项目所依赖的 Python 包及其版本号,使用这个命令可以方便地安装这些依赖并满足项目运行的需要。

具体地,pip install 是 Python 模块管理器 pip 提供的安装命令,-r requirements.txt 表示从 requirements.txt 文件中读取依赖信息进行安装。这个命令会自动安装依赖的 Python 包,如果依赖的包已经安装了,或者是已经安装了版本符合要求的包,则不会进行重复安装
pip 安装 requirements.txt

cmd下如何退出python?

1.使用Ctrl+Z快捷键

在cmd命令行窗口中运行Python程序时,可以使用Ctrl+Z快捷键来退出Python。具体步骤如下:

(1)在cmd命令行窗口中输入python命令,进入Python交互式环境。

(2)在Python交互式环境中输入任意Python语句,例如print("Hello, World!")。

(3)按下Ctrl+Z快捷键,即可退出Python交互式环境。

这种方法简单快捷,适用于需要临时测试Python代码的情况。但是,当Python程序中存在死循环等无法终止的情况时,这种方法可能会失效。

2.使用quit()函数

Python中提供了quit()函数,可以用来退出Python交互式环境。具体步骤如下:

(1)在cmd命令行窗口中输入python命令,进入Python交互式环境。

(2)在Python交互式环境中输入quit()函数,即可退出Python交互式环境。

这种方法适用于需要频繁进入和退出Python交互式环境的情况。但是,当Python程序中存在死循环等无法终止的情况时,这种方法可能会失效。

3.使用sys.exit()函数

Python中的sys模块提供了exit()函数,可以用来退出Python程序。具体步骤如下:

(1)在cmd命令行窗口中输入python命令,进入Python交互式环境。

(2)在Python交互式环境中输入import sys语句,导入sys模块。

(3)在Python交互式环境中输入sys.exit()函数,即可退出Python程序。

这种方法适用于需要在Python程序中主动退出程序的情况。但是,当Python程序中存在死循环等无法终止的情况时,这种方法可能会失效。

4.使用Ctrl+C快捷键

在cmd命令行窗口中运行Python程序时,可以使用Ctrl+C快捷键来强制退出Python程序。具体步骤如下:

(1)在cmd命令行窗口中输入python命令,进入Python交互式环境或运行Python程序。

(2)按下Ctrl+C快捷键,即可强制退出Python程序。

这种方法适用于需要强制退出Python程序的情况。但是,强制退出可能会导致Python程序未能正常执行完毕,从而造成数据丢失等问题,应该尽量避免使用。

总结:

以上就是cmd下如何退出Python的几种方法。不同的方法适用于不同的情况,应根据具体情况选择合适的方法。在编写Python程序时,应尽量避免出现死循环等无法终止的情况,从而保证程序能够正常退出。

升级numpy

嗯,如何升级numpy的版本,这是个很火的问题

解决方案如下

在命令下输入pip install -U numpy 就可以升级numpy包了

pip install --upgrade numpy 这样也可以

如果您已经

拥有旧版本的NumPy,请使用以下命令:

1

pip install numpy --upgrade

如果仍然无法正常运行,请尝试:

1

pip install numpy --upgrade --ignore-installed

protobuf版本过高

Namespace(weights='yolov5s.pt', source='data/images', img_size=640, conf_thres=0.25, iou_thres=0.45, device='', view_img=False, save_txt=False, save_conf=False, nosave=False, classes=None, agnostic_nms=False, augment=False, update=False, project='runs/detect', name='exp', exist_ok=False)

requirements: protobuf<3.20,>=3.9.2 not found and is required by YOLOv5, attempting auto-update...

If you cannot immediately regenerate your protos, some other possible workarounds are:

Downgrade the protobuf package to 3.20.x or lower.

Set PROTOCOL_BUFFERS_PYTHON_IMPLEMENTATION=python

这是由于安装tensorflow的时候,安装依赖包protobuf的版本过高造成的。

卸掉后再重新装一个指定版本的就行了。

python 复制代码
pip uninstall protobuf
pip install protobuf==3.19.0

原文链接:https://blog.csdn.net/weixin_47464132/article/details/127671596

AttributeError: Can't get attribute 'SPPF' on <module 'models.common' from '地址

产生了这个报错,我从其他博客里找到了解决办法,是在 common.py 文件中添加SPPF类

python 复制代码
class SPPF(nn.Module):
    # Spatial Pyramid Pooling - Fast (SPPF) layer for YOLOv5 by Glenn Jocher
    def __init__(self, c1, c2, k=5):  # equivalent to SPP(k=(5, 9, 13))
        super().__init__()
        c_ = c1 // 2  # hidden channels
        self.cv1 = Conv(c1, c_, 1, 1)
        self.cv2 = Conv(c_ * 4, c2, 1, 1)
        self.m = nn.MaxPool2d(kernel_size=k, stride=1, padding=k // 2)

    def forward(self, x):
        x = self.cv1(x)
        with warnings.catch_warnings():
            warnings.simplefilter('ignore')  # suppress torch 1.9.0 max_pool2d() warning
            y1 = self.m(x)
            y2 = self.m(y1)
            return self.cv2(torch.cat([x, y1, y2, self.m(y2)], 1))

找不到图片

原因:路径含有中文

NameError: name 'warnings' is not defined

warrings会标红,记得 import warnings

AttributeError: 'Upsample' object has no attribute 'recompute_scale_factor'

yolov5s.pt文件的版本问题,代码中默认下载最新版本

这个我猜可能是预训练权重yolov5s.pt]的问题,因为小土堆是5.0的工程,代码中默认下载的是最新的模型,所以与实际的version5.0不匹配

所以我又去下载了一个,然后把 yolov5s.pt 给覆盖掉了,这个错误就消失了

附上下载链接:https://github.com/ultralytics/yolov5/releases/download/v5.0/yolov5s.pt

其实就是version5的release界面,往下拉

https://github.com/ultralytics/yolov5/releases/tag/v5.0

参考链接

相关推荐
智驱力人工智能4 小时前
小区高空抛物AI实时预警方案 筑牢社区头顶安全的实践 高空抛物检测 高空抛物监控安装教程 高空抛物误报率优化方案 高空抛物监控案例分享
人工智能·深度学习·opencv·算法·安全·yolo·边缘计算
工程师老罗4 小时前
YOLOv1 核心结构解析
yolo
Lun3866buzha5 小时前
YOLOv10-BiFPN融合:危险物体检测与识别的革新方案,从模型架构到实战部署全解析
yolo
Katecat996636 小时前
YOLOv8-MambaOut在电子元器件缺陷检测中的应用与实践_1
yolo
工程师老罗6 小时前
YOLOv1 核心知识点笔记
笔记·yolo
工程师老罗12 小时前
基于Pytorch的YOLOv1 的网络结构代码
人工智能·pytorch·yolo
学习3人组15 小时前
YOLO模型集成到Label Studio的MODEL服务
yolo
孤狼warrior15 小时前
YOLO目标检测 一千字解析yolo最初的摸样 模型下载,数据集构建及模型训练代码
人工智能·python·深度学习·算法·yolo·目标检测·目标跟踪
水中加点糖17 小时前
小白都能看懂的——车牌检测与识别(最新版YOLO26快速入门)
人工智能·yolo·目标检测·计算机视觉·ai·车牌识别·lprnet
前端摸鱼匠1 天前
YOLOv8 环境配置全攻略:Python、PyTorch 与 CUDA 的和谐共生
人工智能·pytorch·python·yolo·目标检测