错误1：  FileNotFoundError: [Errno 2] No such file or directory: yolov5s.pt

解决：离谱             ，重新运行就没了这个错误
 
  
 
  
 
  
 
  
 
  
 
  
 ，开始报下一个错误             。意思是找不到权重文件












，但明明weights目录下有这个pt文件
 
  
 
  
 
  
 
  
 
  
 
  
 。

错误2：   AttributeError: Cant get attribute SPPF on <module models.common from

解决：网上查说是缺少一个代码段  
  
  
  
  
  
 ，在models/common.py里

 代码贴在下面 
  
  
  
  
  
  ，加到相应位置就可以












。

class SPPF(nn.Module): def __init__(self, c1, c2, k=5): super().__init__() c_ = c1 // 2 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) return self.cv2(torch.cat([x, y1, y2, self.m(y2)], 1))

网上有说这个方法解决不了


 


 


 


 


 


 

，其他人的方法如下图

错误3：    RuntimeError: Given groups=1, weight of size [512, 1024, 1, 1], expected input[1, 512, 8, 8] to have

解决：默认的模型配置文件yaml路径没有指定  
  
  
  
  
  
 。 添加路径即可 
  
  
  
  
  
  。

错误4：   Exception: train: Error loading data from ../coco128/images/train2017/: train: ..\coco128\images\train2017 does not exist

解决：是coco128数据集的位置有问题 
 
 
 
 
 
，我的coco数据集放在了项目目录下  
   
   
   
   
   
   ，但是实际应该放在项目目录的平行目录中

同时 coco128.yaml文件中的路径也需要设置正确

 

 

 

 

 

 
，一个“. 
  
  
  
  
  
  ”表示上级目录
 

 

 

 

 

 

，调整之前是上上级目录

 错误5：TimeoutError: [WinError 10060] 由于连接方在一段时间后没有正确答复或连接的主

解决：离谱             ，好像是网络问题


 


 


 


 


 


 

。

错误6： RuntimeError: result type Float can‘t be cast to the desired output type long int

解决：通过百度搜索
 

 
 

 
 

 
 

 
 

 
 

 
 ，看到别人解决方案












，

1.打开你的【utils】文件下的【loss.py】

2.按【Ctrl】+【F】打开搜索功能                   ，输入【for i in range(self.nl)】找到下面的一行内容：

（上面的代码在【loss.py】的后半部分）

将下面的代码替换掉上图中的红圈部分：

anchors, shape = self.anchors[i], p[i].shape

 3.按【Ctrl】+【F】打开搜索功能
 
 
 
 
 
 
 
 
 
 
 
 
 ，输入【indices.append】找到下面的一行内容： 

上面的代码在【loss.py】的最后部分


















，具体位置在上一处搜索位置的下面10行左右）

 将下面的代码替换掉上图中的红圈部分：

indices.append((b, a, gj.clamp_(0, shape[2] - 1), gi.clamp_(0, shape[3] - 1))) # image, anchor, grid

 之后就可以了 
 
 
 
 
 
。

看别人的博客说如果还不行

调试detect文件测试时遇到的问题：

1.问题如下以及网上搜到的解决方法：

解决方案来自：一步真实解决AttributeError: ‘Upsample‘ object has no attribute ‘recompute_scale_factor‘_蓝胖胖▸的博客-CSDN博客

2.另一个问题：

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

解决方法是             ，yolov5s.pt默认下载的6.1
 
  
 
  
 
  
 
  
 
  
 
  
 ，而模型是5.0












，所以去下载5.0的权重文件就行  
   
   
   
   
   
   。

解决方法来自：【解决问题】RuntimeError: The size of tensor a (80) must match the size of tensor b (56) at non-singleton_王大队长的博客-CSDN博客