【tph-yolov5】tph-Yolov5的Pytorch环境配置和运行错误记录

Tph-Yolov5代码运行记录

1、代码下载地址：

guihub下载连接

2、按照read.md说明进行操作

2.1 cuda版本匹配错误

运行val.py文件，提示错误：
可见自动安装的pytorch版本和cuda不匹配，此处根据服务器讲pytorch由1.11.0改为pytorch1.8.0版本，具体可参看以下博文：
版本匹配问题
上面博文连接安装pytorch时是从官网下载的，速度比较慢，在实际操作时可改用国内镜像安装，此处提供一个镜像安装的说明和版本查找说明：
镜像安装参考
对应版本查找参考

2.2 val.py运行错误

此错误在官方代码的issue中已经有人提出，对照修改即可。
修改参考连接

之后即可运行成功！！！

可是我发现运行速度很慢？？？？？一脸问号，因为之前运行成功过此代码，val总时长不超过十分钟，仔细一看居然在用cpu跑，很不理解？？？？

所以在代码中指定使用第一块显卡运行程序，结果显示设备不存在？？？
OK，重新安装一遍。环境问题真的好烦。。。。
此时改用下面版本：yolov5运行环境
最后显示设备可用：
此时可看到运行速度明显提升，使用的运行设备是第一块GPU：

最后总结一下我的电脑配置和安装版本：
GPU RTX3080 算力8.6
CUDA 11.5
conda 4.11.0
python 3.7.0

>>>import torch
>>> torch.__version__
'1.7.1+cu110'
>>> import torchvision
>>> torchvision.__version__
'0.8.2+cu110'

终于全部安装成功，记录一下免得下次忘记了。

本来想单独写一个train.py运行文章的，结果发现运行很成功，不需要单独开一篇，所以在这里追加一下遇到的两个问题。

问题一：

 TypeError: meshgrid() got an unexpected keyword argument 'indexing' #20 

这是因为pytorch版本支持的问题，看来其他人的博客说是pytorch的最新版本(1.9.0以上）不支持这个参数了。但我安装的是1.7.1版本，不知道为什么页不支持。
但是还是进行了修改，找到报错行，删除indexing="ij"即可。

问题二是很常见的内存不足的问题，是因为我的显卡内存不够大，因为我目的是使用此模型跑自己的数据集，前期只需要跑通模型即可，所以我直接调小了batch=1。查看了一下运行结果。

到此就源代码运行记录就全部结束了，下面开始苦逼的打标签和训练道路。