YOLO v8 出现内存不足错误，批量大小=1

Question

在训练 YoloV8 模型时，出现错误：

torch.cuda.OutOfMemoryError：CUDA 内存不足。尝试分配 24.00 MiB。 GPU 0 的总容量为 10.91 GiB，其中 6.94 MiB 是免费的。包括非PyTorch内存，该进程有10.83 GiB内存 正在使用。所分配的内存中有 10.51 GiB 由 PyTorch 分配，并且 39.52 MiB 由 PyTorch 保留但未分配。如果保留但未分配的内存很大，请尝试设置 max_split_size_mb 以避免 碎片化。请参阅内存管理和 PYTORCH_CUDA_ALLOC_CONF

这种情况发生在 Ubuntu 22.04 LTS、Python 3.11.5、pytorch 2.1.0、ultralytics 8.0.203、batch size=1、GPU NVIDIA 1080 Ti (11 GBytes) 下。

如果我在同一台机器上的 CPU 上运行模型，它就能工作（当然，速度很慢）。在 Windows 10 和 1650 GPU (4 GB) 下，它运行良好。 你遇到过这样的问题吗？有线索吗？

Answer 1

我最初遇到了同样的问题，但我最终能够通过在

cache=False

方法调用中设置

train()

来修复它。

试试这个：

model = YOLO('yolov8x.pt')
results = model.train(
    data='dataset.yaml',
    epochs=250,
    imgsz=640,
    batch=-1,
    device=0,
    cache=False   # cache=False is important!
)