训练自己的yolov5-lite并部署到树莓派4b4g上踩的一些坑_树莓派4b使用yolov5-lite

（一）训练自己的yolov5-lite

（1）anaconda环境：

问题：我的annconda是装在D盘的，但是在使用cmd或者conda prompt去创建一个新的conda环境时候会默认创建到c盘中，因为conda的虚拟环境一般很大所以我不想放在c盘，倒腾很久，比如用pycharm创建在E盘中，出现的新问题是创建出来的新环境只有地址没有环境名称。

解决办法：a：首先关于用cmd或者conda prompt创建环境默认在c盘的情况。

输入

conda info
1

可以查看到conda的一些配置信息

可以看到默认的环境是第一个，这是我改过的，正常应该是第二个路径为默认的。
修改路径：在c盘中找到名为.condarc的文件并用记事本打开

输入

envs_dirs:
  - D://Anaconda//envs 
1
2

建议把环境就放在conda环境中！！不要分开了

b:使用conda prompt或者cmd创建conda环境时候出现了在pycharm使用时，python interpret选用conda环境，选择自己创建的新环境即（D://Anaconda//envs ）时找不到python.exe文件，只有一个文件夹而且啥东西都没有，如图所示

解决办法：在使用cmd或者conda prompt创建环境时候不能简单的使用

conda create --name env_name
1

而应该使用

conda cteate -n env_name python=3.7
1

python的版本应该根据自己电脑上的python而定

c：完整的创建conda环境流程和部署到pycharm上为：

如果是cmd操作的话应该先输入

conda
1

如果conda prompt或者pycharm terminal可以省去。

1、列出conda管理的所有环境*

conda env list
1

2、创建conda环境

conda cteate -n env_name python=3.7
1

3、查看有哪些conda环境

conda env list
1

4、进入conda环境

conda activate env_name
1

然后就可以下载需要的包了。
有些环境中可能在下载requirement时下载了一些不匹配的包，需要移除可以使用

conda remove package_name
1

5、进入pycharm ->python interpreter->add interpreter->conda environment_>use existing environment

应用就行了

（2）YOLOv5-lite训练出现的问题

a:训练模型的搭建

参考：链接: link
补充一点就最后在配置 train.py文件中的参数时，关于预训练权重需要自己设置。可以在github上下载权重然后创建一个weights文件夹，将权重放在里面

b:使用GPU训练

在配置环境时requirments中的torch和torchvision不是gpu版本不能调用GPU，表现为会报错：AssertionError: CUDA unavailable, invalid device gpu requested。可以新建一个测试python文件

import torch
print(torch.cuda.is_available)
1
2

运行看输出是否是False。
解决办法：
1、查看自己cuda的版本号，输入cmd指令

nvidia-smi
1

2、到pytorch官网下载对应的版本链接: link。

3、在pytorch上拿到指令后下载到虚拟环境中
4、最后打开yolov5-lite中的requirement.txt文件，将torch和torchvison删掉

5、运行train.py就可以运行啦

c:运行报错

1、OSError: [WinError 1455]页面文件太小，无法完成操作
解决办法：链接: link
建议在设置空间大小时候设大一点，我最开始按照上面设置总是报这个错。同时可以参考
链接: link
2、OMP: Error #15: Initializing libiomp5md.dll, but found libiomp5md.dll already initialized
解决办法：将下面代码段复制粘贴到train.py的顶部

import os
 os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"
1
2

3、RuntimeError: result type Float can‘t be cast to the desired output type long int
解决办法：链接: link
4、TypeError: No loop matching the specified signature and casting was found for ufunc greater
解决办法：更换numpy,很大一部分原因是因为python包的版本不兼容引起的。查看conda 环境中的包

conda list
1

删除环境中的numpy并下载较低版本，实例中的版本可以解决报错

conda remove numpy
conda install numpy==1.23.5
1
2

（二）树莓派的部署