【小本本笔记】yolov8跑模型缓慢，内存提示不足？

GPU-mem=0

跑模型跑的慢 ，gpu-mem=0是什么意思。说明没有在gpu上面跑，解决方法：

• GPU内存不足，可以去扩大虚拟内存，在控制面板/系统和安全/系统/高级系统设置/在性能的设置里面去增加虚拟内存来解决（我是通过这个解决了）
• 减小batch-size减少对gpu的负载
• 降低图片分辨率减少对gpu内存负载
• 使用更小的模型
• 升级gpu，使用更高端的gpu

opencv内存不足

解决OpenCV Error: Insufficient memory (Failed to allocate 3221225472 )

这是因为opencv对输入的图片像素是有限制的，图片像素过大，opencv算出来的值超过了int的最大值，就会报错。

我是添加了imgsz=1120去解决了这个问题，去改变图片的像素

yolo train model=yolov8m.pt data=ultralytics/cfg/datasets/myVisDrone.yaml batch=1 epochs=20 imgsz=1120 workers=0

Closing dataloader mosaic

在跑模型过程中出现Closing dataloader mosaic

Closing dataloader mosaic 是指在数据加载过程中，特别是在使用 Mosaic 数据增强时，PyTorch 的 DataLoader 组件正在关闭相关的处理程序或进程。Mosaic 数据增强是一种将多张图像拼接在一起生成新图像的技术，用于提升模型的泛化能力。

因为yolov8是默认设置close_mosaic=10，需要把它修改为0
close_mosaic: 禁用mosaic增强的最后第几个轮次。可以指定一个整数值，表示在训练的最后第几个轮次中禁用mosaic增强。

我们可以通过添加close_mosaic=0

yolo train model=yolov8m.pt data=ultralytics/cfg/datasets/myVisDrone.yaml batch=1 epochs=20 close_mosaic=0 imgsz=1120 workers=0

Dataloader共享内存不足

DefaultCPUAllocator: not enough memory: you tried to allocate 8000000 

可以通过减小batch_size和将num_workers置为0（添加workers=0）

yolo train model=yolov8m.pt data=ultralytics/cfg/datasets/myVisDrone.yaml batch=1 epochs=20 imgsz=1120 workers=0

训练模型