新版yolov5项目报错 ImportError: cannot import name ‘xx‘ from ‘xx‘

烟雨柳成烟

已于 2024-05-06 18:11:40 修改

阅读量3.3k

点赞数 30

分类专栏：报错文章标签： YOLO python 开发语言 yolov5

于 2024-05-05 16:22:33 首次发布

本文链接：https://blog.youkuaiyun.com/m0_52440127/article/details/138467804

版权

报错专栏收录该内容

3 篇文章

订阅专栏

本文详细记录了在使用yolov57.0版本时遇到的常见问题，包括模块缺失、函数调用错误和返回值问题，提供了相应的解决方法，帮助用户快速定位并修复这些问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

第一次使用yolov5-7.0版本实现界面可视化时，发现运行时会报很多错误，有的是没安装库，有的是无法从模块中导入库，原因是在新版的yolov5如版本7.0中，有些函数可能已经被移除，或是移到其他模块中，或者被重命名，现在将报的错误总结一下，方便以后的使用：

模块缺失

错误1： ModuleNotFoundError: No module named 'PyQt5'

解决方法：直接在终端输入 pip install PyQt5或者pip install PyQt5 -i https://pypi.tuna.tsinghua.edu.cn/simple使用后者镜像源下载的速度更快。

另外，也可以使用其他镜像源下载，在这里补充几个第三方库国内镜像：
1.豆瓣 https://pypi.douban.com/simple
2.阿里云 https://mirrors.aliyun.com/pypi/simple
3.清华大学 https://pypi.tuna.tsinghua.edu.cn/simple
4.中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple

错误2：ModuleNotFoundError: No module named 'utils.datasets'
错误原因：查看 yolov5/utils 文件夹中发现没有 datasets.py 文件，只有 dataloaders.py 文件，可能是被重命名了
在这里插入图片描述

解决方法：根据报错的地址，将 yolov5 文件夹里 detect_qt5.py 中第十行的from utils.datasets import LoadStreams, LoadImages改为from utils.dataloaders import LoadStreams, LoadImages

函数调用错误

错误1：ImportError: cannot import name 'scale_coords' from 'utils.general' (C:\Users\Administrator\yolov5\utils\general.py)

解决方法：将 utils 文件夹中 general.py 中对应位置的 'scale_coords'改为'scale_boxes'

错误2：ImportError: cannot import name 'save_one_box' from 'utils.general' (C:\Users\Administrator\yolov5\utils\general.py)

错误原因：打开general.py文件，Ctrl+F搜索，发现文件中没有定义’save_one_box’函数，而在utils/plots.py文件中可以搜索到’save_one_box’，

解决方法：在 detect_qt5.py 文件中找到from utils.general import xx，将'save_one_box'移至 from utils.plots import xx 后面

错误3:ImportError: cannot import name 'plot_one_box' from 'utils.plots' (C:\Users\Administrator\yolov5\utils\plots.py)
错误原因：这是因为在 plots.py 文件中没有定义'plot_one_box'

解决方法：我们可以在程序中直接定义一个：

def plot_one_box(x, img, color=None, label=None, line_thickness=None):
    # Plots one bounding box on image img
    tl = line_thickness or round(0.002 * (img.shape[0] + img.shape[1]) / 2) + 1  # line/font thickness
    color = color or [random.randint(0, 255) for _ in range(3)]
    c1, c2 = (int(x[0]), int(x[1])), (int(x[2]), int(x[3]))
    cv2.rectangle(img, c1, c2, color, thickness=tl, lineType=cv2.LINE_AA)
    if label:
        tf = max(tl - 1, 1)  # font thickness
        t_size = cv2.getTextSize(label, 0, fontScale=tl / 3, thickness=tf)[0]
        c2 = c1[0] + t_size[0], c1[1] - t_size[1] - 3
        cv2.rectangle(img, c1, c2, color, -1, cv2.LINE_AA)  # filled
        cv2.putText(img, label, (c1[0], c1[1] - 2), 0, tl / 3, [225, 255, 255], thickness=tf, lineType=cv2.LINE_AA)

错误4：ImportError: cannot import name 'load_classifier' from 'utils.torch_utils' (C:\Users\Administrator\yolov5\utils\torch_utils.py)

解决方法：在utils所有的文件中都没有找到’load_classifier’函数，也无法确定是否被更名或移除，可以在torch_utils中添加一个定义，添加后目前还没有报错：


def load_classifier(name='resnet101', n=2):
    """在detect.py中调用
    用于检测结束后可能需要第二次分类  直接修改torchvision中的预训练模型的分类类别即可
    :params name: 分类模型名字 默认resnet101
    :params n: 分类模型的分类类别数  需要在加载了预训练模型后将model的最后一层的类别数改为n
    """
    #
    # 加载torchvision中已经写好的pretrained模型  reshape为n类输出
    model = torchvision.models.__dict__[name](pretrained=True)

    # ResNet model properties
    # input_size = [3, 224, 224]
    # input_space = 'RGB'
    # input_range = [0, 1]
    # mean = [0.485, 0.456, 0.406]
    # std = [0.229, 0.224, 0.225]

    # 将加载的预训练模型的最后一层的分类类别数改为n  Reshape output to n classes
    # 总体的过程 = 将fc层的权重和偏置清0 + 修改类别个数为n
    filters = model.fc.weight.shape[1]
    model.fc.bias = nn.Parameter(torch.zeros(n), requires_grad=True)
    model.fc.weight = nn.Parameter(torch.zeros(n, filters), requires_grad=True)
    model.fc.out_features = n
    # 返回reshape后的模型 进行二次分类
    return model

该办法参考这位博主的文章【YOLOV5-5.x 源码解读】torch_utils.py

错误5：ImportError: cannot import name 'time_synchronized' from 'utils.torch_utils' (C:\Users\Administrator\yolov5\utils\torch_utils.py)

解决方法：将utils文件夹中 torch_utils.py 中对应位置的'time_synchronized'改为'time_sync'

错误6：TypeError: attempt_load() got an unexpected keyword argument 'map_location'
错误原因：在新版本中函数定义如下：def attempt_load(weights, device=None, inplace=True, fuse=True)，而在 detect_qt5.py 文件中代码为model = attempt_load(weights, map_location=device) ，所以会报错。

解决办法：删除 detect_qt5.py 文件中对应函数变量的'map_location'。

返回值错误

错误：ValueError: too many values to unpack (expected 4)
在这里插入图片描述
错误原因： dataset 的返回值与实际需要的值不匹配：
在代码中找到 dataset ，发现它来源自 LoadImages 或是 LoadSteams 这个两函数，那么很可能是这两个函数的返回值出了问题，我们顺藤摸瓜继续CTRL+F搜索 LoadStreams
在这里插入图片描述
可以看到这两个函数都来自 utils 文件夹中的dataloaders.py文件

打开文件后搜索这两个函数，找到其定义，看是哪个返回值超出了4，最后发现下图函数的返回值有5个。

解决方法： 将', s'注释掉，发现可以正常运行。