yolov3应用场景（在运行yolo5的v5.0版本detect.py时遇到的一些错误）

        跟着小土堆的视频教学自己遇到的一些问题  
  
  
  
  
 。

        出现错误的原因：由于yolov5目前最新版本为v6.1          ，但我跑的是5.0版本 
 
  
 
  
 
  
 
  
 
  ，则运行detect.py时自动从github上下载的训练好的模型为最新版本v6.1 
  
  
  
  
 。从而导致运行环境和模型版本不一致









，从而报错


 


 


 


 


 
。

一  
  
  
  
  
 、AttributeError: Can‘t get attribute ‘SPPF‘ on ＜module ‘models.common‘ from ‘H:\\yolov5-5.0\\models\\

二 
  
  
  
  
 、yolov5 ERROR: AttributeError: ‘Upsample‘ object has no attribute ‘recompute_scale_factor‘

三


 


 


 


 


 
、yolov5中The size of tensor a (80) must match the size of tensor b (56) at non-singleton dimension 3

四 
 
 
 
 
、UserWarning: torch.meshgrid: in an upcoming release, it will be required to pass the indexing argument. (Triggered internally at  C:\cb\pytorch_1000000000000\work\aten\src\ATen\native\TensorShape.cpp:2228.)  return _VF.meshgrid(tensors, **kwargs)  # type: ignore[attr-defined]

一  
   
   
   
   
  、AttributeError: Can‘t get attribute ‘SPPF‘ on ＜module ‘models.common‘ from ‘H:\\yolov5-5.0\\models\\

解决方案：在新版本的models/common.py里面去找到这个SPPF的类,把它拷过来到你的models/common.py里面,这样你的代码就也有这个类了,还要引入一个warnings包就行了！还要引入一个warnings包就行了！

有的同学找不到SPPF这个类
  
  
  
  
  
，那我现在直接粘贴在这里 
  
  
  
  
 ，你们只需要复制到你们的common.py里面即可 


 


 


 


 


 ，记得把import warnings放在上面去：

import warnings 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))

二

 

 

 

 

 
、yolov5 ERROR: AttributeError: ‘Upsample‘ object has no attribute ‘recompute_scale_factor‘

解决方案:

找到\torch\nn\modules\upsampling.py下的文件

import torch.nn.modules.upsampling
 
 
 
 
 
，然后摁住ctrl+鼠标左键就会跳转到该文件下  
   
   
   
   
 ， 或者摁提示报错的地方也可以跳转到该文件下

之后将如下图所示154行注释掉就行了

三
 

 

 

 

 
、yolov5中The size of tensor a (80) must match the size of tensor b (56) at non-singleton dimension 3

下载：

https://github.com/ultralytics/yolov5/releases/download/v5.0/yolov5s.pt

替换默认下载的yolov5s.pt 

 

 

 

 

 ，因为默认下载的是V6.1的

替换后

 

 

 

 

 
，在运行 detect.py就OK了

四           、UserWarning: torch.meshgrid: in an upcoming release, it will be required to pass the indexing argument. (Triggered internally at  C:\cb\pytorch_1000000000000\work\aten\src\ATen\native\TensorShape.cpp:2228.)

  return _VF.meshgrid(tensors, **kwargs)  # type: ignore[attr-defined]

 找到functional.py的第568行          ，

将 return _VF.meshgrid(tensors, **kwargs） 改为 return _VF.meshgrid(tensors, **kwargs,indexing=ij)