YOLO-v9 の訓練がエラーメッセージを吐かずに止まる (2024/10/3)
以前に書いた記事に従って yolo-v9 の環境構築をしたところ，訓練プログラムが回らないというエラーに遭遇しました．解決に結構な時間を取られてしまったので，奮闘のログを残しておきます．
1. エラーの内容
yolo-v9 の 訓練プログラム (train.py) を動かそうとしたところ，画像の読み込みに入った段階から先に進まず，プログラムが止まってしまいました．
エラーメッセージを出力してくれれば，検索するなり chat GPT に聞くなり，GitHub の Issue を漁るなりすると解決の手掛かりがつかめることが多いのですが，今回は何も吐かずに止まっています．
2. 試したこと
（忙しい人は 3 に飛んでください）
まず疑ったのは，GPU メモリの不足です．モデルのサイズ，バッチサイズ，オプションの workers の数字などをどんどん下げていったのですが，一向に直りません．
次に考えたのは，Nvidia driver - CUDA Toolkit - cuDNN のバージョン不一致です．そこで，以下のプログラムを試しました．
# check_cuda.py
import torch
print(torch.__version__)
print(torch.cuda.is_available())pytorch のバージョンは 2.3.1, cuda_is_available には True と出力されました．
CUDA が認識されないという記事はよく見るのですが，その場合は cuda_is_available が False と出るようです．True と出たのに認識されないという記事は見当たりませんでした．
python train_dual.py (中略) --device cpu続いて，cpu でも訓練を回してみました．yolo-v9 には cpu で訓練を回すというオプションがあります．正直誰が使うのかなと思っていたのですが，こんな時に役に立つのですね．
結果は，cpu でも同じエラーが出ました．なので，メモリや CUDA の認識等の GPU 周りのエラーではないことが分かりました．
3. 原因らしきもの
前回の記事は 2024 年の 3 月に書いたもので，当時構築した環境は今も問題なく動いています．となると，ライブラリ間の依存関係が容疑者候補に挙がります．環境構築の際にやった変なことといえば，，，
自分はプログラムは回ったものの、しつこく AttributeError が出ました。GitHub の Issue を参考に、Pillow を再インストールしたら直りました。
GitHub の Issue には，Pillow は 9.5.0 をバージョン指定して入れるように書いてありましたが，これが悪さをしている可能性があります．さらに調べると，以下のような Issue がありました．
これが原因かは分かりませんが，Pillow の 9.5.0 は新しい torchvision とあまり相性が良くない可能性はありそうです．
（自分の torchvision のバージョンは 0.18.1 でした）
4. 解決策
プログラムが動きさえすればいい場合
そもそも Pillow のバージョンを落としたのは以下のエラーログが何度も出たからだったのですが，エラーメッセージが出るだけでプログラムは回ります．なので，Pillow のバージョンを最新版に戻してあげれば，大量の AttributeError は出ますがプログラムは実行されます．
# 2024 年 10 月時点の最新版
pip install pillow==10.4.0これで実行すると一応プログラムは動きます．
もう少し出力にもこだわりたい場合
自分は基本は動けばいい派なのですが，ログに「Error」の文字が出てしまうのはさすがに避けたいです．
そこでもう一度 Issue に戻ってみると，今年の 5/1 に書き込みが追加されています．Pillow の バージョンは新しい (例えば 10.4.0) まま，utils/plots.py の 86 行目を以下のように書き換えれば良いとのことです．
# w, h = self.font.getsize(label) # 書き換え前
_, _, w, h = self.font.getbbox(label) # 書き換え後これで訓練コードを回すと，Attribution Error を吐くことなく正常に訓練が終了しました．
この記事が皆様の物体検出ライフの参考になれば幸いです．
【CM】こんな記事も書いています．