sunzx8

按照给出的安装包方式无法用gpu推理yolo

1

虽然onnxruntime和onnxruntime-gpu都安装了，但是无法启动对应的gpu模式 这是环境 Package Version Editable project location ------------------------- -------------------- ------------------------------- aiofiles 23.2.1 altair 5.4.0 annotated-types 0.7.0 anyio 4.0.0 astor 0.8.1 attrs 24.2.0 certifi 2019.11.28 chardet 3.0.4 charset-normalizer 3.3.2 click 8.1.7...

为什么训练时他要下载yolov8

3

代码： from ultralytics import YOLOv10 import os os.environ["HF_ENDPOINT"] = "https://hf-mirror.com" model = YOLOv10('yolov10x.pt') model.train(data='/home/ubuntu/shawn/table_recognition/ocr_models/layout_model/dataset/data.yaml', epochs=500, batch=256, imgsz=640) 命令行显示 请问为什么会这样

2*8*h20训练7b模型特别慢，且bsz=2就会oom

3

我只要把micro_train_batch_size设置为2就会oom，以及现在训练1024条数据居然要18小时，请问是我的指令参数设置的有问题吗？ 训练指令： `HEAD_IP=127.0.0.1 # 提交Ray任务 ray job submit --address="http://${HEAD_IP}:8265" \ -- python -m openrlhf.cli.train_ppo_ray \ --ref_num_nodes 1 \ --ref_num_gpus_per_node 4 \ --reward_num_nodes 0 \ --reward_num_gpus_per_node 0 \ --actor_num_nodes 1 \...

无法正常运行ppocrv4_rec_server，其他可以正常运行

1

********************************************* 温馨提示：根据社区不完全统计，按照模板提问，可以加快回复和解决问题的速度 ********************************************* ## 环境 - 【FastDeploy版本】： 说明具体的版本，如fastdeploy-linux-gpu-0.8.0 - fastdeploy-gpu-python 1.0.7 fastdeploy-tools 0.0.5 - 运行指令： 代码为示例代码：pipeline/multi_thread_process_ocr.py 运行方法： `python multi_thread_process_ocr.py --det_model '/home/ubuntu/shawn/ocr-split/ocr_mix/models/ch_PP-OCRv4_det_infer' --cls_model 'ch_ppocr_mobile_v2.0_cls_infer' --rec_model '/home/ubuntu/shawn/ocr-split/ocr_mix/models/ch_PP-OCRv4_rec_server_infer' --rec_label_file '/home/ubuntu/shawn/FastDeploy/tutorials/multi_thread/python/pipeline/ppocr_keys_v1.txt' --image_path '/home/ubuntu/shawn/test_imgs/sda.jpg' --device...