yolov5 v3.0训练报错： torch.nn.modules.module.ModuleAttributeError: ‘BatchNorm2d‘ object has no attribute

欢迎大家关注笔者，你的关注是我持续更博的最大动力

原创文章，转载告知，盗版必究

---

首先说明一下我的环境：

• Ubuntu：18.04
• Cuda：10.2
• Python：3.8
• Pytorch：1.6.0
• torchvision：0.7.0
• yolov5：v3.0

---

1 错误问题描述

1、在使用yolov5 v3.0版本的时候，使用如下的命令进行训练

python train.py --img 640 --batch 16 --epochs 300 --data ./data/my_data.yaml --cfg ./models/yolov5l.yaml --weights ./weights/yolov5l.pt --device 1

2、然后报错：torch.nn.modules.module.ModuleAttributeError: 'BatchNorm2d' object has no attribute '_non_persistent_buffers_set'

2 错误原因分析

我在官网的issues中查看了，很多答案说是pytorch的版本问题，但是yolov5在几个月之内已经发布了三个版本了：

• yolov5 v1.0
• yolov5 v2.0
• yolov5 v3.0

至于每个版本有什么不同，大家自己去参考：yolov5 的GitHub主页

官网的issues中给出的解决方法有：

• 把pytorch的版本降低到torch1.5.1，我在yolov5 v3.0中尝试不可以，yolov5 v3.0必须torch的版本必须是torch>=1.6.0（从提交的issues时间可以看到，用这种方法的yolov5版本应该是低于v3.0的）
• 使用低版本的yolov5，例如使用yolov5 v1.0，然而我就是想要使用yolov5 v3.0版本
• 官网也说这可能是torch1.6.0中的bug，但是并没有给出解决的方法

后面我想起来可能的问题，我在用yolov5 v3.0 中使用的预训练模型yolov5l.pt是yolov5 V1.0的中下载的，因为预训练的模型yolov5l.pt下载的比较慢，而我又比较懒，所以我把yolov5 v1.0中下载的yolov5l.pt拷贝到yolov5 v3.0中，因此出现错误：torch.nn.modules.module.ModuleAttributeError: 'BatchNorm2d' object has no attribute '_non_persistent_buffers_set'

4 解决方法

4.1 解决方法一

直接在yolov5 v3.0中重新下载一下yolov5l.pt的预训练模型

然后训练就正常了：

4.2 解决方法二

官方issues给出的解决方法

原则上，你可以简单地为每个YOLOv5模块添加一个非持久缓冲区集来解决这个问题，但是我建议使用最新的模型来代替。添加代码如下：

for k, m in model.named_modules():
	m._non_persistent_buffers_set = set()  # pytorch 1.6.0 compatability

注意：

这个方法我没有尝试，我问题已经解决了，如果你要尝试请自行尝试！

5 PS：比较开心的事情

• 我在官网的issues中描述了我的遇到的问题，大概时间：20200825 上午11：00
• 然后大概过了十几分钟，官网作者glenn-jocher很快就给了我回复
• 后面给出了一些指导性的意见，就是上面的方法二（作者不建议这种方法，我也就没有尝试）
• 我在官网提交的issues

然后，我看到了glenn-jocher给我提交的issues点了一个赞和笑脸!

哈哈哈，来自官方的点赞!!!

---

---

---

---

♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠