有很多实例程序用的是yolov53.0的训练程序,但是现在作者已经将版本更新到了6.0/6.1,那么在官方文档下载的权重就无法使用之前的程序训练了,即会出现报错:
这是由于yolo团队在6.0版本中加入了SPPF模块,但是之前版本中权重不包含这部分信息,所以才会报错。所以要在model文件夹中的common.py文件中重新加入这部分代码。接着再在文件顶端加上调用的语句:
import warnings
SPPF代码复制在下面:
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))
如果是使用coco数据集的话,这个问题到这里就结束了。使用自己的数据集训练得到的权重,会爆出新的错误:
这是由于再加入了sppf模块之后,前后传输的张量发生了变化 。让我们找到路径中的yolo文件看看:
这是3.0中的相关语句
将3.0中的语句替换成6.0的语句就可以解决这个问题了。代码附在下面:
def _make_grid(self, nx=20, ny=20, i=0):
d = self.anchors[i].device
if check_version(torch.__version__, '1.10.0'): # torch>=1.10.0 meshgrid workaround for torch>=0.7 compatibility
yv, xv = torch.meshgrid([torch.arange(ny, device=d), torch.arange(nx, device=d)], indexing='ij')
else:
yv, xv = torch.meshgrid([torch.arange(ny, device=d), torch.arange(nx, device=d)])
grid = torch.stack((xv, yv), 2).expand((1, self.na, ny, nx, 2)).float()
anchor_grid = (self.anchors[i].clone() * self.stride[i]) \
.view((1, self.na, 1, 1, 2)).expand((1, self.na, ny, nx, 2)).float()
return grid, anchor_grid
第一:这个地方要注意,一定要把源文件中的
@staticmethod
语句一起删了,不然会报错。
第二:6.0版本中的这个函数检查了torch的版本是否满足1.10.0即以上,如果你用的环境torch版本是1.10.0以下的,还是会报错的。所以要将第三行的判断语句
if check_version(torch.__version__, '1.10.0'):
改成和你用的torch相同的版本。
欢迎大家一起讨论