在ultralytics\nn\tasks.py路径文件中if m in {}中和另外添加elif m in{}中一需要一处，这属于一个低级错误。起初以为是通道设计不对导致，后寻找原因发现并不是yaml文件的问题，在找到类似回答后发现问题其实是重复添加模块导致的报错，具体如下。其他模块如果相应报错的话大概率就是重复激活了模块，添加完CBAM模块/其他模块类似后，发现报错如下。此问题适用任何模块导致

yolov5 中不是只使用默认锚定框，在开始训练之前会对数据集中标注信息进行核查，计算此数据集标注信息针对默认锚定框的最佳召回率，当最佳召回率大于或等于0.98，则不需要更新锚定框；如果最佳召回率小于0.98，则需要重新计算符合此数据集的锚定框。其中 thr 是指 数据集中标注框宽高比最大阈值，默认是使用 超参文件 hyp.scratch.yaml 中的 “anchor_t” 参数值。

二：模块冲突，卸载opencv-contrib-python，查看以下几种包之间依赖。的时候安装顺序出现了问题，于是执行下面代码，重新安装imshow就能成功显示图片了。1：查找了很多资料发现是在。

网上检索一遍，整理答案但都没解决，末尾已解决答案一：当使用torch.load时，报错No module named 'models'在网上查了很多资料说目录结构得和保存时一模一样，话虽如此，但一直没理解要如何一样因为我是用detect.py调用yolov5的best.pt模型，该模型被自动保存在runs/train/exp/weights/下，但即便改成了这样，还是报同样的错最后调试发现，No

MBConv主要由一个 1x1 的卷积进行升维 (它的卷积核个数是输入特征矩阵channel的n倍，n ∈ { 1 , 6 } n \in \left\{1, 6\right\}n∈{1,6}，当n=1时，不升维)，一个kxk的Depthwise Conv卷积，k主要有3x3和5x5两种情况，一个SE模块，然后接一个1x1的普通卷积进行降维作用，再加一个Droupout，最后再进行特征图融合。而在