复刻yolo系列时出现的BUG及解决方法
一、出错代码
使用creat_dataloader()函数，发现返回值是三个，而我只需要两个
train_loader, dataset = create_dataloader(train_path, imgsz, batch_size // WORLD_SIZE, gs, single_cls,
hyp=hyp, augment=True, cache=opt.cache, rect=opt.rect, rank=LOCAL_RANK,
workers=workers, image_weights=opt.image_weights, quad=opt.quad,
prefix=colorstr('train: '), shuffle=True)
报错信息
ValueError: too many values to unpack (expected 2)
报错原因
代码返回值多加了dataset.counter_per_cls，因为这就是dataset的一个属性，但我不确定将dataset.counter_per_cls删了有什么影响
return loader(dataset, batch_size=batch_size, shuffle=shuffle and sampler is None, num_workers=nw, sampler=sampler, pin_memory=True, collate_fn=LoadImagesAndLabels.collate_fn4 if quad else LoadImagesAndLabels.collate_fn), dataset, dataset.counter_per_cls
二、出错代码
gain = torch.ones(7, device=targets.device)
报错信息
RuntimeError: result type Float can't be cast to the desired output type __int64
报错原因
主要是变量类型不匹配引起的，原因是新版本的torch无法自动执行变量类型转换，旧版本torch可以。
解决办法
后面手动使之变成long型
gain = torch.ones(7, device=targets.device).long()
三、出错代码
label = label.long().cuda()
报错信息
AssertionError: Torch not compiled with CUDA enabled
报错原因
电脑没有GPU，但是程序调用了GPU
解决办法
将cuda()变成cpu()
label = label.long().cpu()
四、出错代码
im = im.half()
报错信息
RuntimeError: "slow_conv2d_cpu" not implemented for 'Half'
报错原因
将输入数据的类型设置为half(半精度浮点数，能加快计算速度)，但是half只有GPU支持
解决办法
im = im.half() if half else im.float()
并且希望以后要尽量这样写，健壮性高
五、出错代码
model.half()
报错信息
RuntimeError: Input type (torch.FloatTensor) and weight type (torch.HalfTensor) should be the same or input should be a MKLDNN tensor and weight is a dense tensor
报错原因
输入数据的数据类型与模型类型不一致
torch.FloatTensor：cpu的float类型
torch.HalfTensor：cou的half类型
torch.cudaFloatTensor：gpu的float类型
torch.cudaHalfTensor：gpu的half类型
解决方法
model.half() if half else model.float()