YOLOv5-5.0学习过程之detect.py运行报错

声明：
算法版本：YOLOv5-5.0
源码原作者地址：https://github.com/ultralytics/yolov5/tree/v5.0
出现的error：
一、
AttributeError: Can’t get attribute ‘SPPF’ on
---------------------图一
error出现原因（个人猜想）
应该是YOLOv5原作者已经出了更新版本的算法了，如下图二，而我用的是5.0版本，detect.py运行会自行下一个权重文件，如下图三，可以看出来，他下载的是v6.1版本的，而不是我所需的5.0版本的，所以就出现了这些错误。

----------------------------图二

-----------图三

https://github.com/ultralytics/yolov5/releases/download/v6.1/yolov5s.pt

正确解决方法

去以下网址下载对应版本的权重文件放在工程里就行了
https://github.com/ultralytics/yolov5/releases/download/v5.0/yolov5s.pt

这时再运行，就不需要再下载这个权重文件，所以就不会下载其他版本的了

---

**

以下为错误解决方式

**
到models文件下的common.py添加v6.1的SPPF类并添加import warnings包

import warnings

class SPPF(nn.Module):
    # Spatial Pyramid Pooling - Fast (SPPF) layer for YOLOv5 by Glenn Jocher
    def __init__(self, c1, c2, k=5):  # equivalent to SPP(k=(5, 9, 13))
        super().__init__()
        c_ = c1 // 2  # hidden channels
        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')  # suppress torch 1.9.0 max_pool2d() warning
            y1 = self.m(x)
            y2 = self.m(y1)
            return self.cv2(torch.cat([x, y1, y2, self.m(y2)], 1))

如果像上面这样改，会出现新的error
RuntimeError: The size of tensor a (80) must match the size of tensor b (56) at non-singleton dimension 3

以上是本人搞毕设所理解的见解，如果对你有帮助，请给个赞，谢谢！