树莓派4B调用torchvision的ssdlite320_mobilenet_v3_large报AttributeError咨询

你使用的torchvision 0.8.2版本未内置ssdlite320_mobilenet_v3_large接口，该模型是在torchvision 0.11.0版本才正式加入官方检测模块的，和你当前环境的PyTorch版本不匹配，因此触发属性不存在的报错。

方案1：升级依赖版本（推荐） #

• 树莓派ArmV8架构适配最好的兼容版本为PyTorch 1.10.0 + torchvision 0.11.0，既包含目标模型接口，也不会出现过高版本导致的内存溢出、依赖缺失问题
• 升级完成后原代码的模型调用逻辑无需修改即可正常运行

方案2：不改动现有环境的兼容方案 #

如果不想修改现有依赖版本，可以用torch.hub直接拉取对应模型结构，无需升级torchvision：
修改你代码中MODELS字典里的ssd-mobilenet对应项：

MODELS = {
    "frcnn-resnet": detection.fasterrcnn_resnet50_fpn,
    "frcnn-mobilenet": detection.fasterrcnn_mobilenet_v3_large_320_fpn,
    "retinanet": detection.retinanet_resnet50_fpn,
    # 替换原来的detection.ssdlite320_mobilenet_v3_large
    "ssd-mobilenet": lambda **kwargs: torch.hub.load('pytorch/vision:v0.11.0', 'ssdlite320_mobilenet_v3_large', **kwargs),
    "ssd-vgg16": detection.ssd300_vgg16,
    "mrcnn-resnet": detection.maskrcnn_resnet50_fpn    
}

树莓派4B没有NVIDIA独立GPU，你代码中调用GPUtil读取GPU使用率的逻辑会直接触发崩溃，需要删除或修改这段逻辑：

# 删除以下原代码
# GPUs = GPUtil.getGPUs()
# gpu = GPUs[0]
# gpu1 = gpu.load * 100

# 替换为固定值即可
gpu2 = "0.00"

内容的提问来源于stack exchange，提问作者jason