树莓派ubuntu训练yolov5s遇到的问题

Question

树莓派装Ubuntu系统之后，在此系统中训练yolov5s。我照着网上这篇做参考进行训练yolo，在进行到“二、模型训练和优化”的“安装YOLOv5所需的依赖项和库”这一步时，出现了如下错误：

图片如果看不清的话，我截取了其中显示错误的代码：

Building wheels for collected packages: pytorch
  Building wheel for pytorch (setup.py) ... error
  error: subprocess-exited-with-error
  
  × python setup.py bdist_wheel did not run successfully.
  │ exit code: 1
  ╰─> [6 lines of output]
      Traceback (most recent call last):
        File "<string>", line 2, in <module>
        File "<pip-setuptools-caller>", line 34, in <module>
        File "/tmp/pip-install-e6z_bg3j/pytorch_d77686e2179c4f208022571817e27177/setup.py", line 15, in <module>
          raise Exception(message)
      Exception: You tried to install "pytorch". The package named for PyTorch is "torch"
      [end of output]
  
  note: This error originates from a subprocess, and is likely not a problem with pip.
  ERROR: Failed building wheel for pytorch
  Running setup.py clean for pytorch
Failed to build pytorch
ERROR: ERROR: Failed to build installable wheels for some pyproject.toml based projects (pytorch)

[notice] A new release of pip is available: 24.1 -> 24.1.2
[notice] To update, run: pip install --upgrade pip

想问问应该如何解决？需不需要卸载先前安装的那些依赖项和库?还有一点不太理解，树莓派装Ubuntu系统之后训练yolov5是不是还是跟直接用树莓派训练yolov5一样，在电脑端转化为.onnx然后再传到树莓派训练？

Answer 1

以下内容由AIGC及阿里嘎多学长共同生成、有用望采纳：

---

您好，针对您在树莓派上使用Ubuntu系统训练yolov5s时遇到的问题，以下是我的一些建议：

1. 安装PyTorch时的错误：

   • 错误信息指出您尝试安装的包名应该是“torch”而不是“pytorch”。这可能是因为您在安装命令中使用了错误的包名。正确的安装命令应该是使用torch而不是pytorch。例如，如果您想安装PyTorch，应该使用以下命令：

     pip install torch torchvision
     

   • 另外，由于树莓派使用的是ARM架构，您可能需要安装PyTorch的ARM版本。您可以访问PyTorch的官方网站，根据您的系统配置选择合适的安装命令。

2. 更新pip：

   • 根据错误信息中的提示，您的pip版本不是最新的。更新pip是一个好主意，因为它可能包含一些重要的安全修复和性能改进。您可以使用以下命令来更新pip：

     pip install --upgrade pip
     

3. 依赖项和库的卸载问题：

   • 如果您确定之前安装的依赖项和库与当前的需求不匹配，或者它们可能导致了安装错误，那么卸载它们可能是一个好主意。您可以使用pip uninstall命令来卸载不需要的包。例如：

     pip uninstall package_name
     

   • 在卸载之后，您可以重新安装所需的依赖项。

4. 训练yolov5s的流程：

   • 在树莓派上训练yolov5s的流程与在其他系统上类似。您不需要在电脑端将模型转化为.onnx格式再传到树莓派。您可以直接在树莓派上进行训练。但是，如果您想将训练好的模型部署到不支持PyTorch的环境中，那么将模型转换为ONNX格式可能是一个选择。

最后，由于树莓派的计算能力有限，训练深度学习模型可能需要较长的时间，特别是在没有GPU加速的情况下。如果您希望加速训练过程，可以考虑使用云服务或者具有GPU加速的设备。

希望这些建议能帮助您解决问题。如果您还有其他问题或需要进一步的帮助，请随时告诉我。