关于小土堆目标检测YOLOv5的一些报错

内容来自B站UP主:我是土堆的个人空间-我是土堆个人主页-哔哩哔哩视频

视频链接:如何利用 YOLOv5 进行预测(一)_哔哩哔哩_bilibili

报错1,如下图所示:

解决办法:

找到models/experimental.py文件

修改第118行为:

python 复制代码
ckpt = torch.load(w, map_location=map_location, weights_only=False)

报错原因:

这个错误是因为 PyTorch 从 2.6 版本开始,加强了 torch.load 函数的安全机制,将默认参数从 weights_only=False 改为了 weights_only=True。weights_only=True 会严格限制可加载的对象类型,以避免执行模型文件中可能隐含的恶意代码。使用的 YOLOv5 v5.0 在保存模型时包含了不被新机制允许的自定义 Python 类 models.yolo.Model,从而触发了加载错误。

报错2,如下图所示:

解决办法:

  1. 找到model/common.py
  2. 在文件的任意位置(通常放在 SPP 类附近)添加以下代码:
python 复制代码
import warnings
import torch
import torch.nn as nn

class SPPF(nn.Module):
    # Spatial Pyramid Pooling - Fast (SPPF) layer
    def __init__(self, c1, c2, k=5):
        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')
            y1 = self.m(x)
            y2 = self.m(y1)
            y3 = self.m(y2)
            return self.cv2(torch.cat([x, y1, y2, y3], 1))

报错原因:

遇到的 AttributeError: Can't get attribute 'SPPF' 错误,是因为你使用的 YOLOv5 代码库版本(v5.0)较老,它所包含的models/common.py中没有定义新版本 YOLO 模型(如 v6.0+)中使用的 SPPF 模块。你尝试加载的权重文件很可能是用新版 YOLOv5 训练的,其中包含了 SPPF 层,所以加载失败。

报错3,如下图所示:

RuntimeError: The size of tensor a (80) must match the size of tensor b (56) at non-singleton dimension 3

解决办法:

手动下载权重文件,下载地址:YOLOV5的权重文件下载地址

通过网盘分享的文件:YOLOv5小土堆权重文件

链接: https://pan.baidu.com/s/1nkmEieO3T_5vB-IIh1DE2w?pwd=tcbe 提取码: tcbe

手动下载完成后放到detect.py的同级目录下后,重新运行即可

报错原因:

这个错误是张量维度不匹配,在 YOLO 的检测头(Detect 层)里,anchor_grid 的形状与模型预测的特征图尺寸不一致。常见原因是:训练时使用的输入图片尺寸(例如 640×640)与当前运行 detect.py 时的输入尺寸不一致,导致特征图缩放比例变化,Anchor 的个数无法对齐。很可能当前使用的权重文件(比如 yolov5s.pt)是用较新版本(v6.0+)训练的,而你的代码是 v5.0。两个版本间的 Anchor 生成逻辑有所不同,即使输入尺寸相同,仍可能触发维度不匹配。

报错4,如下图所示:

AssertionError: Image Not Found C:\Users\demo\Desktop\中文路径\yolov5-5.0\yolov5-5.0\data\images\bus.jpg

解决方法:

保证项目的路径中没有中文字符即可。

报错原因:

文件找不到的问题确实很常见。这个报错 AssertionError: Image Not Found ... 核心意思是 YOLOv5 程序没能找到 bus.jpg 这张图。其实文件是有的,读者发现好像只要路径中没有中文字符就可以解决了

结束:

完成上述步骤之后即可生成检测结果。

enjoy yourself!

相关推荐
weixin_727535621 小时前
Loop 已死,Graph 新生:AI 工作流的范式革命
android·人工智能·rxjava
KaneLogger1 小时前
一套系统,让 AI 写代码的速度变成生产力
人工智能·程序员·代码规范
眼泪划过的星空1 小时前
LangChain 两大基础提示词模板:PromptTemplate 与 ChatPromptTemplate 详解
人工智能·python·langchain
小码哥哥1 小时前
如何评价“构建企业级 AI 知识库“这一趋势?从技术架构到落地实践的完整分析
人工智能·架构
小罗水2 小时前
第18章 接口回归、异常演练与轻量压测
人工智能·数据挖掘·回归
卷福同学2 小时前
AI编程出海第二步:验证关键词能否做站
前端·人工智能·后端
逻辑君2 小时前
ANNA 认知引擎 · Humanoid 机器人训练白皮书
人工智能·深度学习·机器学习·机器人
hans汉斯2 小时前
计算机科学与应用|改进MeanShift算法在智能监控视频中的应用研究
图像处理·人工智能·功能测试·深度学习·算法·音视频
重庆传粉科技2 小时前
AI推荐生态下品牌内容筛选标准重构与GEO优化路径
人工智能
CIO_Alliance2 小时前
2026年最新iPaaS选型核心关键指标整合
人工智能·ai·ai+ipaas·企业cio联盟·企业级ai化转型