Yolov5

为了让程序能本地话运行#xff0c;我们还需要获取相应的模型权重文件我们还需要获取相应的模型权重文件目前YOLO提供多种权重模型我们选择的时Yolov5x的权重参数。

下载地址如下

detect(weightsrC:\VM\YOLO\yolov5-master\ultralytics\yolov5\yolov5x.pt,

imgsz640):#

设置模型为评估模式model.to(device).eval()#

加载图像dataset

LoadImages(rC:\Users\XPI1CNG\Pictures\Picture1.jpg,

img_sizeimgsz,

torch.from_numpy(img).to(device)img

img.float()

rC:\Users\XPI1CNG\Pictures\3333.jpggn

0]]

原因时由于在新的yolov5中没有了datasets.py文件此文件被dataloaders所取代因此需要修改程序为

from

原因时在新版本的yolov5中scale_coords已经被scale_boxes取代因此需要修改程序中所有的scale_coords,变更为scale_boxes。

数据类型错误

“upsample_nearest2d_channels_last”

not

这个错误是因为PyTorch在处理Half数据类型时对于某些操作例如upsample_nearest2d_channels_last没有实现。

为了解决这个问题你需要确保模型和输入数据都在相同的数据类型上进行操作。

这里有一个步骤来解决这个问题

首先确保你的模型是在float32即torch.float32的数据类型上训练的。

如果你的模型是用Half精度训练的那么你可能需要重新训练它因为YoloV5默认使用float32。

假设model是你加载的模型

model

再次转换回Float32精度确保输入数据也是float32。

在加载图像数据时可以使用to()函数将其转换为正确的数据类型

import

出现该错误的原因是dataset返回值与实际需要的值不匹配(path,

img,

vid_cap)通过查看LoadImages的函数发现此函数的返回值为5个

return

[1]https://www.baidu.com/link?urlcAxksQetEOEubXto-xSNdmLVZHbHjglVBnx__tkaqIwnvAwVabrjpydHpHCErG2B78VVu-pcpBGfKpVuHj-6uruvbwt-eNuCrv_NSCjlyxiwdeqida600e45f0055a43a00000006668e2c07

[2]https://blog.csdn.net/m0_58074927/article/details/128032999