(Error común en Yolov5) RuntimeError: "slow_conv2d_cpu" no implementado para el problema 'Half' resuelto

Al usar el modelo de detección de objetivos Yolov5 para la implementación de Flask hoy, encontré un problema: RuntimeError: "slow_conv2d_cpu" not implemented for 'Half'. Después de buscar en el sitio web de Wang Hong durante mucho tiempo, descubrí que la mayoría de ellos hablan de la precisión de Half.
El error específico es el siguiente:
inserte la descripción de la imagen aquí

soluciones de otras personas

Esto es Half()函数lo que hace primero:

torch.half()La función convierte todos los parámetros de coma flotante y los búferes del modelo en números de coma flotante de precisión media (16 bits). Esto reduce la huella de memoria y aumenta la eficiencia computacional mientras mantiene una alta precisión computacional.

Aquí hay algunas soluciones que encontré en línea:

Es posible que los problemas anteriores no se resuelvan al implementar el front-end de la página web, pero aún deberían ser útiles durante el entrenamiento.

mi solución

Cuando busqué durante mucho tiempo y no encontré una solución adecuada, me preguntaba si era porque no coincidía con la mía torch版本, torchvision版本así que revisé la biblioteca que instalé, de la siguiente manera:
inserte la descripción de la imagen aquí
Se puede ver claramente que la mía no coincide con torchvision版本la mía . . torch版本, así que fui al sitio web oficial de pytorch , y después de reinstalar la versión, la versión de mi biblioteca es la siguiente:
inserte la descripción de la imagen aquí
Finalmente, el problema se resolvió perfectamente y la implementación fue exitosa.
inserte la descripción de la imagen aquí

Los pasos de solución específicos son los siguientes:

  1. Primero, ingrese al sitio web oficial de pytorch ;
    inserte la descripción de la imagen aquí
  2. Encuentra la versión a la que te adaptas, aquí elegimos ver la versión anterior.
    inserte la descripción de la imagen aquí
  3. Elija su propia versión, aquí la mía es torch==1.13.1+cu117, el comando específico es:pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu117
    inserte la descripción de la imagen aquí
  4. Finalmente, copie el comando al punto final para instalar la versión correspondiente de la biblioteca. Después de la instalación exitosa es la siguiente:
    inserte la descripción de la imagen aquí

Supongo que te gusta

Origin blog.csdn.net/m0_63007797/article/details/132123897
Recomendado
Clasificación