yolov5环境配置及训练coco128数据集

本人小白一个，最近在学习yolov5网络，于是跟着网上的教程配置环境训练等，出现了很多错误，可能会比较乱，先说声抱歉。现在总结一下，算是理清下自己的思路，希望对各位也有些帮助。

环境配置：推荐安装Cuda10.2+cudnn 7.6.5+toch 1.9.0 +torchvision 0.10.0

先按安装orch在安装torchvision，否则会报错

参考连接史上最详细yolov5环境配置搭建+配置所需文件_python_想到好名再改-DevPress官方社区

这个连接中的代码，建议使用yolov5-3.1，我在使用1.0时在训练coco128数据集时，会出现 P R等值为0的情况，根据网上所说的降低版本仍然不行（之前我用的版本是cuda11.3及其相关匹配版本。）

cuda连接：CUDA Toolkit 10.2 Download | NVIDIA Developer

cudnn连接如下：

cuDNN Archive | NVIDIA Developer

这两个连接是官网下载，或者使用下面的命令也可以（应该是，记不太清了）

如果没有找到自己想安装的版本，可以看看下面的连接：https://download.pytorch.org/whl/torch_stable.html

如其中的

表示cuda11.3+python3.8+win64

 下载完，自己所需要的版本后，在自己的环境中pip install +包名 即可，如：

pip install torch-1.10.0+cu102-cp37-cp37m-win_amd64.whl

建议先安装anaconda，创建一个虚拟环境（比如我的是yolov5test），都安装在自己的虚拟环境中。

在conda虚拟环境中安装cuda，cudnn：

1. 
   conda install cudatoolkit=10.2 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/
2. 
   conda install cudnn=7.6.5 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/

 激活：安装后打开anaconda prompt，输入activate+ 自己的环境名字 即可，如：activate yolov5test，

在安装cuda时，一开始选择第一个，但在安装包下载时一直出错，多次尝试还是不行，于是选择了本地安装：

 下载之后安装即可，安装位置默认，自定义安装：

 安装完成后配置环境变量：

右击“此电脑”，点击高级系统设置，环境变量：

 

之后双击系统变量中的path：

如下图，点击新建，将下面的路径一一粘贴，（若有多个cuda版本，将使用的版本上移即可，如下图中10.2版本在前，11.4版本在后）：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\CUPTI\lib64

C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\bin\win64

C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\common\lib\x64

 在cmd命令行输出nvcc -V即可查看是否安装成功：

 

 

安装cudnn：

建议下载cudnn7.6.5，选择windows10系统的：

下载之后解压，将里面的内容复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2中，即可。

 

都安装完之后就可以运行yolov5-3.1中的detect.py代码了，以下是我在运行中的错误总结：

错误1、AttributeError: ‘Upsample‘ object has no attribute ‘recompute_scale_factor‘，解决方法如下：

根据上述信息，打开usampling.py文件，在第155行可以看到该报错代码，将第154行以及153行最后的逗号删除，参考：一步真实解决AttributeError: ‘Upsample‘ object has no attribute ‘recompute_scale_factor‘_蓝胖胖▸的博客-CSDN博客

 错误2、可能会出现输出结果没有检测框的情况：

打开output文件夹，查看输出图片，发现图中没有检测框，百度之后在第46行加入如下代码cudnn.benchmark = True，如图所示

错误3、可能会出现以下错误：TypeError: can't convert cuda:0 device type tensor to numpy. Use Tensor.cpu() to copy the tenson to host memory firnst.

观察错误提示，发现是pytorch与torchvision版本不匹配。可以在pycharm该项目解释器中查看自己的版本，发现我的分别是1.12.1与0.13.1，又顺便在cmd命令行中输入nvcc --version查看了一下cuda的版本为11.4（使用官网的cuda11.3对应版本即可）

 

再次运行，应该就可以在输出结果中看到检测框了。

训练coco128过程中，出现的错误：

要将coco128数据集放到与yolov5-3.1同级目录中，运行train.py文件，

错误4、RuntimeError: a view of a leaf Vaniable that nequires grad is being used in an in-place operation.

解决：点击错误提示，

来到如下界面：

将其修改为：添加with torch.no_grad()，如下

 

参考：RuntimeError: a view of a leaf Variable that requires grad is being used in an in-place operation._长沙有肥鱼的博客-CSDN博客

 错误5、OMP: Hint This means that multipe copies of the  OpenMP  runtime have linked into the program.

解决：

在开头加上如下代码：

import os

os.environ['KMP_DUPLICATE_LIB_OK']='True'

参考：Hint: This means that multiple copies of the OpenMP runtime have been linked into the program._LiBiGo的博客-CSDN博客

 错误6、RuntimeError: CUDA out of memony.Tried to allocate 20.00 MiB(GPU 0; 4.00 GiB total capacity; 57.24 MiB alr

解决：①修改 batch_size大小，之后可能会出现以下错误：TypeError: can't convert cuda:0 device type tensor to numpy. Use Tensor.cpu() to copy the tenson to host memory firnst.

查看错误提示：在将 tensor 格式转换成 numpy 格式时出现报错：

TypeError: can't convert cuda:0 device type tensor to numpy. Use Tensor.cpu() to copy the tensor to host memory first.

错误原因，需要先将 tensor 转换到 CPU ，因为 Numpy 是 CPU-only

解决：使用 .cpu() 先进行转换，例如在643行中加入.cpu()：

 参考：问题解决之 TypeError: can‘t convert CUDA tensor to numpy. Use Tensor.cpu() to copy the tensor to_star_function的博客-CSDN博客

 之后在运行，应该就会成功：

 （这里有个错误，P  R为0，但我当时不懂，只看到了运行成功，所以在下面的detect.py时，输出结果没有检测框，注意观察训练，若出现为零的情况就不要在训练了，应解决此错误，百度此错误，发现都是降低版本，之前说过，我一开始用的是cuda11.3及相关版本，以及yolov5-1.0代码，所以降低版本之后P  R 等还是为0，之后再尝试yolov5-3.1的detect.py以及train.py时成功了，不知道为啥1.0的会不行）

完成之后，可以在train.py统计目录中找到训练结果的图片，权重在weights中，一个best.pt和一个last.pt，打开detect.py程序，将其中的权重目录改为best.pt，如下：

然后运行即可。

错误7、AttributeError: module 'distutils' has no attribute 'version

 出现该错误的原因是setuptools版本过高，将其降低为58.0.4：

（使用yolov5-3.1的代码，epochs=10，bach_size=8，简单尝试了一下，epochs太大会增加训练时间）训练完成

训练完毕后，整个过程的最好权重best.pt和最后权重last.pt程序会保存在./runs/exp*/weigths/下，修改detect.py中的weeights：

运行detect.py：

就可以在inferenc/output看到输出结果：

原图（飞机是我另外加的）：

结果：