调试YOLOv3/YOLOv5过程中遇到的各种问题

最新推荐文章于 2025-05-17 09:07:23 发布

原创

最新推荐文章于 2025-05-17 09:07:23 发布 · 8.8k 阅读

69 ·

CC 4.0 BY-SA版权

文章标签：

#python #pytorch

本文记录了在使用YOLOv3和YOLOv5进行目标检测时遇到的各类错误，包括.cfg文件中的OSError、CUDA out of memory、设备不匹配等问题，以及.yaml文件中的AttributeError、UnicodeDecodeError、TypeError等。解决方案包括调整num_workers、减小batch-size、修改编码方式、使用.cpu()转换设备和修正视图大小等。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

码遇到的各种error

接上一篇YOLOv3-Pytorch版本自己学习及训练数据的记录！

.cfg文件版本中遇到的

1. OSError: 页面文件太小，无法完成操作；BrokenPipeError； Error loading caffe2_detectron_ops_gpu.dll

OSError: 页面文件太小，无法完成操作。
BrokenPipeError: [Errno 32] Broken pipe
Error loading “D:\Anaconda3\envs\py36\lib\site-packages\torch\lib\caffe2_detectron_ops_gpu.dll” or one of its dependencies.

num_workers改成0
train.py传入参数那里改，如果没有的话就是在前面dataloader改在这里插入图片描述

2. RuntimeError: CUDA out of memory.

形如RuntimeError: CUDA out of memory. Tried to allocate 1.04 GiB (GPU 0; 4.00 GiB total capacity; 86.63 MiB already allocated; 2.52 GiB free; 94.00 MiB reserved in total by PyTorch)
显存不够，调小训练的batch-size，其他进程关掉点或者重启一下电脑