自定义数据集训练YOLOv7遇torch.distributed导入错误求解决方案

问题场景 #

执行以下命令训练YOLOv7模型：

python train.py --img-size 2048 --cfg cfg/training/yolov7.yaml --hyp data/road_sign_data.yaml --batch 8 --epochs 100 --data data/road_sign.yaml --weights yolov7_training.pt --workers 24 --name yolo_road_det

出现错误：

Traceback (most recent call last):
File "C:\Users\531558\Documents\streamline2\yolov7\train.py", line 12, in 
import torch.distributed as dist
File "C:\Users\531558\AppData\Local\Packages\PythonSoftwareFoundation.Python.3.11_qbz5n2kfra8p0\LocalCache\local-packages\Python311\site-packages\torch\__init__.py", line 141, in 
raise err
OSError: [WinError 126] The specified module could not be found. Error loading "C:\Users\531558\AppData\Local\Packages\PythonSoftwareFoundation.Python.3.11_qbz5n2kfra8p0\LocalCache\local-packages\Python311\site-packages\torch\lib\shm.dll" or one of its dependencies.

已尝试将Python版本从3.12改为3.11.9，问题仍未解决，其他YOLOv7训练方法也无效。

解决方案 #

• 安装VC运行库：shm.dll依赖Visual C Redistributable，下载并安装对应版本的Microsoft Visual C++ Redistributable Packages（推荐2019或2022版），安装后重启系统再尝试训练。
• 重新安装适配的PyTorch：卸载现有PyTorch组件，使用官方命令重新安装适配Windows+Python3.11的版本：

  pip uninstall torch torchvision torchaudio -y
  # GPU版本（以CUDA12.1为例）
  pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
  # CPU版本
  pip install torch torchvision torchaudio
  

• 禁用分布式训练（单设备场景）：如果仅用单GPU或CPU训练，修改train.py：
  找到导入torch.distributed的代码段，改为：

  import torch
  try:
      import torch.distributed as dist
  except ImportError:
      dist = None
  

  同时运行命令时添加--device cpu或--device 0指定单设备，部分YOLOv7版本会自动禁用分布式逻辑。
• 检查依赖完整性：用Dependency Walker工具查看shm.dll的依赖项，补充缺失的系统DLL；若shm.dll本身缺失，重新安装PyTorch即可。
• 重建干净虚拟环境：创建新的Python虚拟环境，先安装YOLOv7的requirements.txt依赖，再安装适配的PyTorch版本，避免依赖冲突。

内容的提问来源于stack exchange，提问作者Garance MARION