训练YOLOv9-e/c时train.py文件出现AttributeError报错

报错详情 #

Traceback (most recent call last):
File "/content/yolov9/train.py", line 634, in
main(opt)
File "/content/yolov9/train.py", line 528, in main
train(opt.hyp, opt, device, callbacks)
File "/content/yolov9/train.py", line 304, in train
loss, loss_items = compute_loss(pred, targets.to(device)) # loss scaled by batch_size
File "/content/yolov9/utils/loss_tal.py", line 168, in call
pred_distri, pred_scores = torch.cat([xi.view(feats[0].shape[0], self.no, -1) for xi in feats], 2).split(
File "/content/yolov9/utils/loss_tal.py", line 168, in
pred_distri, pred_scores = torch.cat([xi.view(feats[0].shape[0], self.no, -1) for xi in feats], 2).split(
AttributeError: 'list' object has no attribute 'view'

已尝试无效操作 #

执行以下GPU内存清理代码后，问题未解决：

import torch
import os

torch.cuda.empty_cache()
os.environ['PYTORCH_CUDA_ALLOC_CONF'] = 'expandable_segments:True'

问题分析与修复方案 #

报错核心是loss_tal.py中遍历feats时，元素xi为列表而非Tensor，导致无法调用view()方法。这是模型输出结构与损失函数预期不匹配导致的，针对YOLOv9-e/c特性，可尝试以下修复：

• 确认模型权重匹配：确保加载的是YOLOv9-e/c专属权重，而非YOLOv9-s/m等其他变体权重——不同变体的输出分支结构存在差异。
• 修改损失函数适配输出：打开/content/yolov9/utils/loss_tal.py，定位到第168行附近，调整代码适配列表类型的输出：

  # 原代码
  pred_distri, pred_scores = torch.cat([xi.view(feats[0].shape[0], self.no, -1) for xi in feats], 2).split(...)
  # 修改后（假设xi是单Tensor的列表）
  pred_distri, pred_scores = torch.cat([xi[0].view(feats[0][0].shape[0], self.no, -1) for xi in feats], 2).split(...)
  

• 同步代码版本：核对Roboflow提供的代码与官方YOLOv9仓库最新版本是否一致，若存在版本差，替换本地loss_tal.py、train.py等核心文件为官方最新版。
• 检查数据集配置：确认数据集.yaml文件中的类别数nc与模型输出类别数完全匹配，类别数不匹配也会引发输出结构异常。

内容的提问来源于stack exchange，提问作者Lennard