Apple M2训练YOLOv8遇RuntimeError：Half精度上采样未实现

在M2芯片Mac上训练自定义数据集的YOLOv8时，出现RuntimeError: "upsample_nearest2d_channels_last" not implemented for 'Half'错误，本质是MPS对部分半精度（FP16）算子支持不完善导致的。要全程强制使用FP32精度，只需在训练时做以下参数设置：

解决方案 #

• 关闭自动混合精度（AMP）：训练阶段通过amp=False禁用半精度训练，强制模型全程使用FP32
• 确保验证阶段也关闭半精度：添加half=False参数，避免验证过程中触发半精度操作

修改后的训练代码：

from ultralytics import YOLO

model = YOLO('yolov8n.pt') 

results = model.train(
    data='MY_PATH/data.yaml',
    epochs=20,
    imgsz=640,
    device='mps',
    amp=False,
    half=False
)

原理说明 #

YOLOv8默认开启自动混合精度（amp=True）来加速训练，但MPS（Apple Silicon的PyTorch后端）对upsample_nearest2d这类算子的半精度实现存在缺失。关闭AMP后，模型的训练和验证过程都会使用FP32精度，避开不兼容的半精度操作，从而解决该报错。

内容的提问来源于stack exchange，提问作者Figtor