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
国科安芯7 小时前
四重证据,一条逻辑链:商业航天级微控制器MCU抗辐射验证方法学综述——以国科安芯AS32S601为例
人工智能·单片机·嵌入式硬件·mcu·安全·抗辐射
dk_tjy8 小时前
AI驱动的自动化攻击背景下:企业端点安全体系的技术架构与建设路径
网络·人工智能·安全·自动化·终端安全管理·数据防泄漏
布吉岛的石头8 小时前
Java 程序员第 50 阶段2:预训练的目标函数:自回归语言建模本质
java·开发语言·人工智能·深度学习·回归·transformer
2601_965454238 小时前
用AI把开源项目功能清单做成MG动画介绍视频
人工智能·开源·音视频
风雅GW8 小时前
局域网访问为何少一半配置页:DSH 的安全边界设计复盘
人工智能
衡石科技9 小时前
同一句业务问题,怎样持续问对数?衡石 ChatBI 的语义准备与回归验证
人工智能·数据挖掘·回归·chatbi
新新学长搞科研9 小时前
【会议征稿 | 杭州站】第七届机器学习与计算机应用国际学术会议 (ICMLCA 2026)
人工智能·机器学习·计算机
找方案9 小时前
从用户画像到智能定价:81页方案拆解“大数据决策与支撑平台”怎么落地
大数据·人工智能·数据分析·智慧城市·用户画像
紧跟先前的步伐9 小时前
Go AI Agent 实战 05|Temperature 与生成参数:让模型输出可控
java·人工智能·golang
一只爱撸猫的程序猿9 小时前
我让 Agent 干活,自己只做审核:一个真实项目的六次"人审拦截"
人工智能