yolov5训练自己的数据集但推理报错

Question

用yolov5训练自己的数据集，口罩检测，训练结果保存在data/train/exp/下面，然而执行detect.py脚本报了如下错误，可能是什么原因呢？git clone 最新的代码难道有bug？

python detect.py --weights runs/train/exp8/weights/last.pt /work/kouzhao/images/train2017/13_Interview_Interview_Sequences_13_809.jpg 
detect: weights=['runs/train/exp8/weights/last.pt', '/work/kouzhao/images/train2017/13_Interview_Interview_Sequences_13_809.jpg'], source=data/images, data=data/coco128.yaml, imgsz=[640, 640], conf_thres=0.25, iou_thres=0.45, max_det=1000, device=, view_img=False, save_txt=False, save_csv=False, save_conf=False, save_crop=False, nosave=False, classes=None, agnostic_nms=False, augment=False, visualize=False, update=False, project=runs/detect, name=exp, exist_ok=False, line_thickness=3, hide_labels=False, hide_conf=False, half=False, dnn=False, vid_stride=1
YOLOv5 🚀 v7.0-318-gc0380fd8 Python-3.10.13 torch-2.2.1 CUDA:0 (NVIDIA GeForce GTX 1060 6GB, 6073MiB)

Fusing layers... 
YOLOv5s summary: 157 layers, 7015519 parameters, 0 gradients, 15.8 GFLOPs
Traceback (most recent call last):
  File "/work/yolov5/detect.py", line 312, in <module>
    main(opt)
  File "/work/yolov5/detect.py", line 307, in main
    run(**vars(opt))
  File "/opt/conda/lib/python3.10/site-packages/torch/utils/_contextlib.py", line 115, in decorate_context
    return func(*args, **kwargs)
  File "/work/yolov5/detect.py", line 115, in run
    model = DetectMultiBackend(weights, device=device, dnn=dnn, data=data, fp16=half)
  File "/work/yolov5/models/common.py", line 467, in __init__
    model = attempt_load(weights if isinstance(weights, list) else w, device=device, inplace=True, fuse=fuse)
  File "/work/yolov5/models/experimental.py", line 98, in attempt_load
    ckpt = torch.load(attempt_download(w), map_location="cpu")  # load
  File "/opt/conda/lib/python3.10/site-packages/torch/serialization.py", line 1040, in load
    return _legacy_load(opened_file, map_location, pickle_module, **pickle_load_args)
  File "/opt/conda/lib/python3.10/site-packages/torch/serialization.py", line 1258, in _legacy_load
    magic_number = pickle_module.load(f, **pickle_load_args)
_pickle.UnpicklingError: invalid load key, '\xff'.

Answer 1

以下内容由CHATGPT及阿里嘎多学长共同生成、有用望采纳：

---

根据您提供的错误信息和描述，这个问题通常与以下几个方面有关：

1. 权重文件损坏：last.pt文件可能在保存或传输过程中损坏，导致无法正常加载。您可以尝试重新下载或复制该文件。

2. 版本不兼容：确保您使用的YOLOv5代码库版本与训练时使用的版本一致。如果代码库有更新，可能需要对权重文件进行相应的调整。

3. CUDA和PyTorch版本：确认您的CUDA和PyTorch版本与权重文件兼容。如果版本不匹配，可能会导致加载错误。

4. 文件路径问题：确保文件路径正确无误，并且权重文件具有正确的权限设置，以便程序可以访问。

5. 反序列化错误：_pickle.UnpicklingError: invalid load key, '\xff' 错误表明在尝试反序列化权重文件时遇到了问题。这可能是因为文件损坏或者序列化/反序列化过程中使用了不兼容的协议版本。

解决步骤：

• 首先，尝试重新生成或获取一个未损坏的权重文件。
• 确保您的YOLOv5代码库是最新的，或者与训练权重时使用的版本相同。
• 检查您的CUDA和PyTorch版本是否与权重文件兼容。如果不兼容，考虑升级或降级相应的软件。
• 尝试在命令行中使用torch.load('path_to_your_file.pt', map_location='cpu')来手动加载权重文件，看是否能够成功加载，这可以帮助确定问题是否出在文件本身。
• 如果手动加载成功，但程序中仍然报错，可能需要检查detect.py脚本中权重加载的相关代码。

代码实现（示例）：

import torch

# 尝试手动加载权重文件
try:
    model_weights = torch.load('runs/train/exp8/weights/last.pt', map_location='cpu')
    print("权重文件加载成功")
except Exception as e:
    print(f"加载权重文件时出错: {e}")

参考资料：

• YOLOv5官方GitHub仓库：https://github.com/ultralytics/yolov5
• PyTorch官方文档关于torch.load的使用：https://pytorch.org/docs/stable/torch.html#torch.load

如果上述步骤无法解决问题，您可能需要更详细的错误信息或日志来进一步诊断问题。