配置大漠YOLOV5-7.0 遇见的问题

原创 已于 2024-07-24 10:53:39 修改 · 1k 阅读 · 4 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#YOLO

于 2024-07-24 08:56:05 首次发布

WARNING: Ignore distutils configs in setup.cfg due to encoding errors.

解决办法: 1 设置全局UTF-8解码 (有可能会导致自己的文件路径编码乱码）
2 用python >= 3.10的版本（未测试）
3 在requirements.txt文件所在的那个文件夹里就有对应的setup.cfg，用记事本打开 setup.cfg 另存为 UTF-8 格式就可以了（改成ansi 测试可行）
4 yolov5 安装 requirements.txt 中的依赖时报警告的解决办法
文章中的办法
1、用 vscode 打开 setup.cfg 文件，可以看到，全文除了几个 单引号是非英文的，其他的字符都是 英文字符。而且从 vscode 的右下角可以看到，该文件就是 UTF-8 编码的。

在这里插入图片描述

在这里插入图片描述

2、将 setup.cfg 中的 非英文单引号 改为 英文单引号，如下图所示：

在这里插入图片描述

3、再次执行：pip install -r requirements.txt ，可以看到，警告已经没有了。

在这里插入图片描述

python 3.9版
numpy1.23.0
pandas1.2.0

n3tony
关注
YOLOv8常见报错集合（ModuleNotFoundError、NameError、KeyError、nan值及map全为0、​ CUDA out of memory、[WinError 145​）
weixin_45303602的博客
09-13 1万+
执行后又报错在 task.py 中没有 ultralytics 模块， 同样在 task.py 前加入上述代码。batchsize设置处于电脑显存的临界位置，运行过程不稳定，可能前期没有问题，后期出现map为。如果执行后仍然出现该报错，则同样在出现报错的代码前加入该段代码即可。这个没办法，唯一的解决办法是使用cuda10.2的配置。可能训练速度慢一点，但是也勉强能用吧，亲测是有效的。在utils文件下的datasets的第81行，将。打开pycharm的终端，就是最底下的一行。batchsize设置问题。
YOLO环境配置+项目启动全流程（Conda+PyCharm超详解）
一键难忘的博客
07-29 656
YOLO（You Only Look Once）是一个基于深度学习的目标检测算法，广泛应用于智能识别领域。本篇保姆级教学将手把手教你如何从零开始运行一个YOLO项目，适合完全没有基础的新手。
配置YOLOv5-1.0版本，自己调试cpu版本环境时出现的问题
hejunran的博客
02-23 1803
一：下载安装包先是安装了cpu版本pytorch1.4.0，链接地址如下： https://download.pytorch.org/whl/torch_stable.html 下载相应版本的即可，如我的电脑anaconda下的yolov5的虚拟环境python=3.6，电脑时64位的，故下载时选了 torch-1.4.0+cpu-cp36-cp36m-win_amd64.whl 然后在激活环境后，切换到这个安装包所在的文件下，然后执行pip安装即可 pip installto...
类人猿学院易语言 yolov7 雷神中控+大漠原生多线程三合一系列教程（最强中控）
yizhihaoren123的博客
01-08 3288
类人猿学院易语言 yolov7 雷神中控+大漠原生多线程三合一系列教程（最强中控）
广告点击场景下的 YOLO-world 模型训练失败及其解决办法
最新发布
weixin_37485451的博客
09-15 1802
广告点击场景下的 YOLO-world 模型训练失败及其解决办法
WARNING: Ignore distutils configs in setup.cfg due to encoding errors.
qq_62904883的博客
02-24 4764
在下载yolov5进行pip install -r requirement.txt的操作时遇到的问题,在这里写一篇希望可以帮助到大家
大漠工具免费版
12-07
v3.1233 1. 出于安全因素考虑，IsBind函数改为付费函数. 2. 加强Reg和RegEx的安全性.(建议更新) 3. 增加付费绑定属性dx.public.ori.proc
【大漠插件yolov5_7.0环境配置遇见的问题解决方法】
a756598009的博客
04-04 1471
yolo用和作者一样的版本，找不到就有最相近的版本yolo用和作者一样的版本，找不到就有最相近的版本yolo用和作者一样的版本，找不到就有最相近的版本不然百分百各种报错。这是重点。yolo用和作者一样的版本，找不到就有最相近的版本然后改文件experimental.py修改attempt_load函数（位于models/experimental.py中），将torch.load的调用更改为：pythonCopy Code就可以解决了，我已经成功可以训练了。
yolo模型格式转换报错
小闹钟的机器学习时间
10-15 1312
使用torch.jit.trace(model,img) 对yolov5模型进行格式转换，出现报错。 内容类似于： xxxxxxx：the number of sizes provided (0) must be greater or equal to the number of d 解决方法：增加参数check_trace=False torch.jit.trace(model,img,check_track=False) 验证结果无误。 ...
大漠的后台系统
01-16
大漠的后台系统 能下载大漠的相关工具 能管理自己的大漠账户
YOLOV5-7.0 官方预训练模型yolov5n-7.0.onnx
04-22
YOLOV5-7.0 官方预训练模型yolov5n-7.0.onnx
YOLOv5-2.0配置环境步骤以及报错解决措施
2301_77147683的博客
01-22 2740
该博客介绍了YOLOv5-2.0配置环境步骤以及报错解决措施，仅供参考。
大漠yolov5所有权重文件
03-19
大漠yolov5所有权重文件
2020年7月新版大漠后台系统8.0.zip
06-30
2020年7月新版大漠后台系统8.0.zip。由于大漠插件更换了后台。导致老后台打不开了。请用这个新后台登陆。易语言吧分享eyy8.vip
易语言大漠AI脚本模块配置YoloV5游戏实战脚本
511遇见
09-21 6556
大漠插件对游戏里的动态图片视频一直是个问题，这次大漠更新了AI模块，也就是结合YOLOv5来训练图像识别，本套教程详细的从环境搭建，到工具训练使用，到插件调用模块做了详细的视频演示。yolo机器训练的优点是无线字库无视窗口大小分辨率，对3D及动态图的识别是普通图色插件无法完成的。
YOLO训练时出现：EOFError: Ran out of input
m0_75048044的博客
09-12 541
解决YOLO训练时出现EOFError: Ran out of input
【解决方案】yolov5环境配置报错 Downloading https://github/Arial.Unicode.ttf to /root/.config/Ultralytics/Arial
热门推荐
白洞，白色的明天在等着我们
09-04 5万+
许多程序或者软件，往往需要特定的字体文件来确保文本的正确显示，为了简化安装和配置过程，有些代码会在安装或首次运行时自动下载所需的依赖项。在这个场景中，yolov5检测到缺少Arial.Unicode.ttf字体文件，并决定从GitHub的ultralytics/assets仓库中下载它。，基于最新Ampere架构，7纳米制程，80GB显存，拥有10240个CUDA核心和320个Tensor核心强势登陆。两种解决方案，一种是去下载对应字体文件，另一种是去配置系统已有字体。
知识经验分享——YOLOv5-6.0训练出错及解决方法（RuntimeError）
加勒比海带66——【YOLO魔法搭配&论文投稿咨询】
11-19 3242
知识经验分享——YOLOv5-6.0训练出错及解决方法：RuntimeError: result type Float can't be cast to the desired output type long int
【全方位带你配置yolo开发环境】快速上手yolov5
amimax的博客
10-06 478
目标检测 yolov5环境配置
大漠yoloV5
08-15
在用户提到的“大漠 YOLOv5”应用或集成指南中，可以理解为对“大漠”特定平台或框架与 YOLOv5 进行整合的需求。虽然“大漠”通常与游戏脚本开发或自动化工具相关，但结合 YOLOv5 的目标检测能力，可以设想在某些特定场景中（如游戏 AI、自动化测试、视觉监控等）使用 YOLOv5 来增强其视觉识别能力。 以下是一个基于 YOLOv5 与特定平台（如“大漠”类脚本工具）集成的指南概要： ### 1. YOLOv5 模型准备 首先需要训练或获取一个预训练的 YOLOv5 模型。可以使用官方提供的模型（如 `yolov5s.pt`、`yolov5m.pt` 等），也可以根据具体需求进行微调。 ```python # 下载YOLOv5官方仓库 git clone https://github.com/ultralytics/yolov5 cd yolov5 pip install -r requirements.txt ``` ### 2. 模型推理部署 将训练好的模型导出为 ONNX 或 TensorRT 格式，以便在其他平台进行调用。例如，导出为 ONNX 模型： ```python python export.py --weights yolov5s.pt --include onnx ``` ### 3. 集成到“大漠”脚本环境 “大漠”脚本工具通常使用 Lua 脚本语言，因此需要通过外部调用方式与 Python 编写的 YOLOv5 进行交互。可以采用以下方式： - 使用 `os.execute` 或 `io.popen` 调用 Python 脚本并获取检测结果。 - 将 YOLOv5 模型封装为本地 API 服务，通过 HTTP 请求与“大漠”脚本通信。 ### 4. 示例代码：Python 侧提供检测服务 ```python # detect_service.py from flask import Flask, request, jsonify from yolov5 import detect app = Flask(__name__) @app.route('/detect', methods=['POST']) def detect_image(): image_path = request.json.get('image_path') results = detect.run(source=image_path) return jsonify(results) if __name__ == '__main__': app.run(host='0.0.0.0', port=5000) ``` ### 5. 示例代码：Lua 侧调用检测服务 ```lua local http = require("socket.http") local ltn12 = require("ltn12") local json = require("dkjson") local url = "http://localhost:5000/detect" local image_path = "screenshot.jpg" local post_data = json.encode({image_path = image_path}) local response = {} local r, c, h = http.request{ url = url, method = "POST", headers = { ["Content-Type"] = "application/json", ["Content-Length"] = #post_data }, source = ltn12.source.string(post_data), sink = ltn12.sink.table(response) } local result = table.concat(response) print(result) ``` ### 6. 实际应用中的注意事项 - **性能优化**：YOLOv5 的推理速度需与“大漠”脚本的执行频率匹配，可考虑使用轻量模型（如 `yolov5s`）或模型量化。 - **图像采集**：确保“大漠”脚本能够截取目标窗口或屏幕区域，并保存为 YOLOv5 可处理的图像格式。 - **结果解析**：YOLOv5 的输出需解析为“大漠”脚本可用的坐标数据，用于后续自动化操作。 以上方案为一种通用的集成思路，具体实现需根据实际应用场景进行调整[^1]。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值