Yolov8模型修改后，进行训练时Box的精度P、召回率R、mAP等值均为0的问题

Yolov8网络提供了一个全新的 SOTA 模型，最近很多小伙伴在研究这个网络，在进行网络修改以及运行时可能会出现一些问题，不知道下面我遇到的这个坑你是否也踩过。

       在用新版本的yolov8做模型训练时，如果仅仅是运行源代码，而不做对网络的结构的修改，直接用yolov8 网络进行训练，估计不会遇到这问题，但是如果修改了网络主干等结构，在训练时会出现，Box的精度P、召回率R、mAP等值均为0的问题。如下图所示：

解决方案：

       找到ultralytics-main\ultralytics\yolo\engine\trainer.py，Ctrl+F搜索self.amp，这里出了问题，我们只需将自动混合精度训练参数--amp设置为False即可。然而这个参数的具体设置在ultralytics-main\ultralytics\yolo\cfg\ default.yaml文件中，找到amp参数，将其设置为False，再进行模型训练时就不会出现P、R、map均为0了。

       当然，针对具体不同情况，可能并不都适用。希望我的建议对大家有用，有不同见解欢迎大家讨论，谢谢！