[已解决] yolov3训练自己数据集的时候Obj和NoObj都降为0的问题

最新推荐文章于 2024-01-22 01:07:36 发布
原创 最新推荐文章于 2024-01-22 01:07:36 发布 · 1.9k 阅读 · 5 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#yolov3

本文详细解析了YoloV3训练中obj降至0的问题，包括配置文件错误、数据质量问题及训练过程波动，提供了从检查配置到等待训练完成的全面解决方案。
部署运行你感兴趣的模型镜像

yolov3 Obj降到0 问题总结：
第一阶段：检查配置文件
1、样本类别个数设置错误，yolov3.cfg classes和filters=(classes+5)x3 计算错误
2、样本实际类别和yolov3.cfg里面的样本类别不相符
3、样本实际类别和x.data以及x.names里面的描述不相符
4、自己计算出来的anchors没排序
第二阶段：检查数据
5、样本存在大量错误数据，例如空目标的图片依然有对应的空目标xml
6、更换yolov3-tiny.cfg，看看这个是否收敛，收敛的话数据就没问题
第三阶段：等待
7、部分训练过程中obj和No Obj会降到0再上升，你需要做的仅仅只是等待就好了
8、保持耐心，至少训练个2~3k个Epoch，太上老君炼丹还要个七七四十九天呢

您可能感兴趣的与本文相关的镜像

Yolo-v5

Yolo-v5

Yolo

YOLO（You Only Look Once）是一种流行的物体检测和图像分割模型，由华盛顿大学的Joseph Redmon 和Ali Farhadi 开发。 YOLO 于2015 年推出，因其高速和高精度而广受欢迎

【YOLO系列】YOLOv3详解：模型结构、损失函数、训练方法及代码实现
一碗白开水一
07-27 847
YOLOv3详解：单阶段目标检测的里程碑模型 摘要：YOLOv3作为YOLO系列的重要升级，通过三大创新显著提升了检测性能：(1)采用Darknet-53骨干网络增强特征提取能力；(2)引入多尺度预测机制，通过特征金字塔结构实现13×13、26×26、52×52三种尺度的检测；(3)改进损失函数设计，包含坐标损失、置信度损失和分类损失三部分。模型在COCO数据集上达到mAP 33.0%的同时保持51ms的实时处理速度。关键技术包括K-means生成的9个先验框、二元交叉熵分类损失以及"宽高平方根&
解决YOLOV5训练时P、R、mAP等值均为0的问题
GeniusAng的博客
06-20 1万+
解决YOLOV5训练时P、R、mAP等值均为0的问题
YOLOv5s GTX 1660 Ti训练时出现，box，obj，cla全是nan的问题P、R、mAP都是0，Pytorch和cuda、cudnn版本不对
idl1ng的博客
05-04 1712
cudnn版本：8.2.2（或者8.2.4）训练显示box、obj、cls都是nan。pytorch版本：1.9.0。Pytorch版本：1.9.0。Pytorch版本：1.9.0。cudnn版本：8.0.5。cudnn版本：8.2.2。cuda版本：11.1。cuda版本：11.4。cuda版本：10.2。
读取深度图中的数据异常（数据全部为0）的解决办法
weixin_44401286的博客
07-30 1999
读取深度图中的数据异常（数据全部为0）的解决办法两种读取方式编程中遇到的问题编码格式对应关系参考博文 两种读取方式 1、指针方式读取 float d = (float)depth.ptr<unsigned short>(n)[m] /1000; ptr函数会返回指向该图像第m行数据的头指针，然后在改行加上位移n，表示取第m行，第n列位置处的深度值； 2、动态地址访问方式 float d = (float)depth.at<unsigned short>(n,m) / 1000; 这
【新手入门】YOLOV5训练数据集全为nan和0
泥嚎！
11-20 2340
训练出现以下问题：box、obj、cls全为nan，P、R、map全为0。开始时训练集大小为263，batch_size大小为4。环境：torch 2.0.0+cu118。试着将训练集大小改为260后问题解决。yolov5版本：6.1。显卡：GTX1650。
求助，用darknet yolov3训练自己的数据集遇到的问题，希望大佬能解答
qq_48378134的博客
07-31 670
作为小白的我参照网上的教程用darknet yolov3训练数据，终端用的cygbwin，darknet版本是AlexeyAB， 但是训练时显示obj是0，iou是0，损失非常大，no obj 一直是0.5左右，class也一直是0，如图所示 后来显示rate也是0，我改了cfg文件，filter的数量，class名，但是老师说我配置有问题，不知道是那块出了问题，改了好几天了，希望大佬能给小白点明一下，不胜感激。 ...
解决pytorch-yolov3 train 报错的问题
09-17
在PyTorch-YOLOv3项目中，开发者们已经实现了YOLOv3的训练和测试流程。然而，由于版本更新和API变动，代码可能需要适时调整以适应最新的PyTorch环境。 在本文中，我们将探讨如何解决一个特定的报错问题，这个错误...
Ubuntu16.04 MobileNet_YOLOv3制作voc数据集和训练自己的数据集
generalsong的博客
09-09 1037
机器配置:ubuntu1604 nvidia RTX 2070 (8G) mem:16G cuda10 cudnn7.6.5 python3 opencv3.4.6 MobileNet-yolov3 训练自己的数据集: 类别个数:1(车) 一.制作数据集 Pascal voc 格式 Pascal voc简介: |-----voc2007 | |---Annotations 进行detection 任务时的标签文件,xml文件格式,一般文件名和图片文件名一致. 如:(000001....
yolov3训练自己的数据集——第一次实操完整记录
热门推荐
夏日山间过
07-09 7万+
参考： darknet yolo源码解析 bacth参数对性能影响 小知识点 make -j4 　表示用４条线程编译（对应自己的电脑，看自己电脑cpu几核几线程） make -j32　用32线程编译 darknet源码解析 darknet概述 darknet是一个轻型的、完全基于C与CUDA的开源深度学习框架，支持CPU和GPU两种计算方式。 darknet优点 完全由c语言实现，没有任何依...
yoloｖ２训练自己的数据
qq_40143826的博客
04-13 1231
最近在学习yolo下面是记录自己的训练过程：准备文件夹：VOC2007下面有：        Annotations ---- 这个文件夹是放所有xml描述文件的。        JPEGImages ---- 这个文件夹是放所有jpg图片文件的。      ImageSets -&gt; Main ---- tain.txt，val.txt文档内容是所有训练集图片的名字，没有后缀名(如果直接生成...
yolov3训练loss为0
jacke121的专栏
04-01 1万+
总结一下，loss为空就是没有标签，数据的问题。经过调查发现，是因为labels中文件为空是因为voc_label.py中的 classes 与数据中标签没有对上，所以labels中文件都为空，classes修改为自己的就可以了代码如下：import xml.etree.ElementTree as ET import pickle import os from os import listdir...
yolo_v2训练自己的数据出现Obj: 0.000000, No Obj: 0.000000
ellin_young的博客
09-26 5482
用yolo_v2训练自己的数据，，参考各类博客，准备好了数据，修改了配置文件，但训练时不断出现各种问题。刚开始出现loss为nan的情况，经排查是学习速率太大，loss发散了（因训练数据较少，约1500张图片） 再次训练出现Obj: 0.000000, No Obj: 0.000000的情况，这个问题说明网络没有检查到任何物体，截图如下： 解决步骤： 1.上网搜解决方案，有说是数据
深度学习理论——yolov3计算map
Miss_yuki的博客
11-29 2386
大家好，继续备忘，这次是记录yolov3跑完测试以后如何计算map的简单方法。 1.生成检测文件 上一篇博客写的是批量测试生成图像结果，要想计算map，需要首先生成检测文件，在darknet文件下运行： ./darknet detector valid cfg/voc.data cfg/yolov3-voc.cfg backup/yolov3-voc_final.weights-out "...
解决YOLOV5出现全为nan和0的问题
u014093296的博客
01-22 1838
解决YOLOV5出现全为nan和0的问题
darknet版YOLOv3训练自己的数据集检测不到结果，没有框
caiguanhong的博客
01-27 4151
1.修改makefile中的计算能力ARCH，无效 2.修改makefile中的cudnn=0，无效 3.用CPU识别，GPU=0，CUDNN=0，OPENCV=0，无效 4.这个使用GPU来做图像识别的，速度比上一个办法要快很多！在命令行输入命令时，先不要添加图片路径，等网络架构运行完，会提示你输入图片路径，然后再输入图片路径。无效。 5. ...
YOLOV5训练时P、R、mAP等值均为0的问题
qq_65356682的博客
04-06 1万+
需要注意的是，P、R、mAP等指标为0并不一定意味着模型无效。训练时间太短：如果训练时间太短，则模型可能没有足够的时间来收敛到最佳状态。模型过于简单：如果模型过于简单，则很难从样本中学习到有效的特征。考虑增加网络的深度和宽度，或使用更复杂的网络结构。预处理步骤出现问题：确保数据预处理流程正确，例如确保使用正确的缩放方式和颜色空间转换，以及应用正确的数据增强策略。学习率过高或过低：首先尝试将学习率降低到一个更合适的水平，并考虑使用学习率调度程序来优化训练过程。
YOLOv3 Darknet53 不显示检测出来的某一类物体
AI Chen的博客
04-15 787
  要求对检测出的某类目标在图像中不予显示其标签和边界框。例如如下经典的dog、bicycle和truck的图，已经用方框选中了三个物体：   此时，我们不想显示bicycle这个物体了，应该如何操作呢？ 操作步骤1.修改coco.names2.修改darknet.h3.修改image.c4.重新编译5.测试结果 1.修改coco.names 在coco.names文件中找到bicycle，前面加上dont_show，中间有个下划线。 2.修改darknet.h   打开darkent/include/
yolov5训练时少类别、images和labels文件生成
m0_70255491的博客
10-20 1481
创建一个空的txt文件夹，将所有xml文件放入Annotations文件夹里 然后运行下列代码使xml文件转为txt文件。如果在用yolov5训练自己的数据集时，需要训练两种类别，在mydata.yaml和yolov5.yaml文件里都改了相应参数。如 0 0.24355 0.45323 0.3453 0.35134这个txt文件表示第0个种类。yolov5训练是用的txt文件，txt文件里的第一个数字表示种类。因为我只要两个种类 所以我的txt文件前面数字只有0或者1。
YOLOv5 检测结果取消显示标签(只显示边界框bbox）
qq_43561292的博客
03-17 7795
检测结果取消显示类别class和置信度confidence yolov5/models/common.py class Detections: def display(): # label = f'{self.names[int(cls)]} {conf:.2f}' label = '' # line 599 注释上面一行代码让label为空字符串
yolov11训练程序
最新发布
04-25
在训练之前，需要对数据集进行标注并转换为适合模型输入的形式。通常使用 COCO 或 VOC 格式的标注文件。为了提升 CPU 和 GPU 的利用率，可以通过 `DataLoader` 设置多线程加载数据[^3]。 ```python from torch....
评论 8
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值