在运行yolo5的v5.0版本detect.py时遇到的一些错误

    跟着小土堆的视频教学自己遇到的一些问题。

    出现错误的原因：由于yolov5目前最新版本为v6.1，但我跑的是5.0版本，则运行detect.py时自动从github上下载的训练好的模型为最新版本v6.1。从而导致运行环境和模型版本不一致，从而报错。

一、AttributeError: Can‘t get attribute ‘SPPF‘ on ＜module ‘models.common‘ from ‘H:\yolov5-5.0\models\

解决方案：在新版本的models/common.py里面去找到这个SPPF的类,把它拷过来到你的models/common.py里面,这样你的代码就也有这个类了,还要引入一个warnings包就行了！还要引入一个warnings包就行了！

有的同学找不到SPPF这个类，那我现在直接粘贴在这里，你们只需要复制到你们的common.py里面即可，记得把import warnings放在上面去：

import warnings
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))

二、yolov5 ERROR: AttributeError: ‘Upsample‘ object has no attribute ‘recompute_scale_factor‘

解决方案:

找到\torch\nn\modules\upsampling.py下的文件

• import torch.nn.modules.upsampling，然后摁住ctrl+鼠标左键就会跳转到该文件下，
• 或者摁提示报错的地方也可以跳转到该文件下

之后将如下图所示154行注释掉就行了

三、yolov5中The size of tensor a (80) must match the size of tensor b (56) at non-singleton dimension 3

下载：
https://github.com/ultralytics/yolov5/releases/download/v5.0/yolov5s.pt

替换默认下载的yolov5s.pt，因为默认下载的是V6.1的

替换后，在运行 detect.py就OK了

**四、UserWarning: torch.meshgrid: in an upcoming release, it will be required to pass the indexing argument. (Triggered internally at C:\cb\pytorch_1000000000000\work\aten\src\ATen\native\TensorShape.cpp:2228.)

return _VF.meshgrid(tensors, kwargs) # type: ignore[attr-defined]

找到functional.py的第568行，

• 将 return _VF.meshgrid(tensors, **kwargs）
• 改为 return _VF.meshgrid(tensors, **kwargs,indexing='ij')