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:
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:
- Soluciona el error: "slow_conv2d_cpu" no implementado para 'Half' | Entrenamiento DreamBooth
- Bugs y soluciones que ocurrieron al replicar la serie yolo
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:
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:
Finalmente, el problema se resolvió perfectamente y la implementación fue exitosa.
Los pasos de solución específicos son los siguientes:
- Primero, ingrese al sitio web oficial de pytorch ;
- Encuentra la versión a la que te adaptas, aquí elegimos ver la versión anterior.
- 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
- Finalmente, copie el comando al punto final para instalar la versión correspondiente de la biblioteca. Después de la instalación exitosa es la siguiente: