YOLOv8训练损失出现NAN问题

最新推荐文章于 2025-03-27 22:03:41 发布
最新推荐文章于 2025-03-27 22:03:41 发布
阅读量2.3k 收藏 16
点赞数 11
文章标签： YOLO
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。
本文链接：https://blog.youkuaiyun.com/m0_65203311/article/details/135775494
版权
本文提供了两种优化方法：一是将amp设置为False并使用.half()函数，二是降低PyTorch和CUDA的版本，作者亲身测试有效。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

解决方法1：

设置amp为false、.half()注释

解决方法2:

降低pytoch和和cudaa版本 （亲测 有效）

YOLOv8训练中的问题解析与解决方案全汇总：报错、精度与损失优化实践（附代码与详细教程）
一键难忘的博客
11-24 4671
模型在自定义数据集上的训练看似正常，但预测时无法检测到任何目标。如果使用了自定义模块，可以通过定义自适应的 FLOPs 计算函数来支持。例如，若模型使用了out_c = 16将注册到 YOLO 模型中，确保框架能够计算 GFLOPs。本文详细分析了使用 YOLOv8 训练过程中常见的报错场景，并针对每种问题提供了明确的原因和解决方案，同时结合代码实例加以说明。通过系统性地排查和优化，可以有效提升训练效率与模型性能。
YOLO8训练遇到的各种报错及解决方案
专注于图像领域，主要研究内容包括计算机视觉和深度学习，特别是在图像分类、目标检测和图像生成等方面有深入的研究和实践经验。
08-06 1401
在Windows系统中，由于其多进程模型的特殊性，使用多进程加载数据时经常会遇到问题。在Linux系统中，通常可以使用多个子进程进行数据加载，但在Windows系统中必须将进程数设置为单进程来避免错误。此问题可能是当前使用的GPU正在被其他应用程序占用，导致显存不足。需要关闭其他应用程序以释放显存。这是由于Pillow版本问题，最新的10.0版本会产生上述问题。虽然调整后会在一定程度上影响模型的泛化能力并容易导致过拟合，但在必要时可以将。降低PyTorch和CUDA版本。使用device指定GPU。
训练yolov8模型时，box_loss、cls_loss、dfl_loss为nan解决方法
hetao0153的博客
10-16 1261
提出解决 GeForce GTX 1650显卡训练yolov8时box_loss、cls_loss、dfl_loss为空的问题
yolov8 出现loss 为nan
zhaoluruoyan89的博客
08-21 1515
这篇博客警示读者在购买用于深度学习的显卡时要避开那些导致RuntimeWarning: All-NaN slice encountered的问题。作者强调这些Tensor核心存在严重缺陷，不适宜进行深度学习任务，建议大家在选购时务必谨慎。方法二：将混合精度训练AMP 设置为False。方法一：降低cuda和pytorch 版本号。
16系列显卡解决YOLOV8训练完成后precision、recall、mAP50、mAP50-95显示为0，loss显示为nan
最新发布
m0_66481646的博客
03-27 405
1、首先在YOLOv8\ultralytics-8.2.4\ultralytics\cfg\default.yaml将half和amp改为False（ultralytics-8.2.4为训练的模型版本，大家各不相同），如上图；亲测已解决precision、recall、mAP50、mAP50-95显示为0，loss显示为nan的情况，虽然解决了问题，想请问背后的原理是什么？解决方法：在网上搜了各种解决方法，一个个尝试后，终于解决了问题。
解决Yolov8训练时box_loss、cls_loss、dfl_loss、Box（P、R、mAP都等于nan
boring_fish的博客
04-20 1万+
解决Yolov8训练时box_loss、cls_loss、dfl_loss、Box（P、R、mAP都等于nan
yolov8训练自己数据集时出现loss值为nan。
qq_46345319的博客
05-22 758
具体原因目前暂未寻找到。
YOLOV8修改模型后，训练出现BOX_LOSS为Nan，R、P等为0的情况
weixin_48001475的博客
07-10 1106
一、在进行改进yolov8模型训练时，出现两个问题；（1）第一个epoch时，box_loss,等正常，就是R、P、map为0；（2）从第二个epoch开始，box_loss等都开始为nan，R、P、MAP为0。也按照网上方式改了不起作用。二、使用为改进的YOLOV8模型训练就没有问题。希望各路大神给点建议！
yolov8在train时，出现box_loss、cls_loss、dfl_loss为nan，Box(P R mAP50 mAP50-95)为0的解决办法
2301_78783836的博客
07-04 1万+
'cpu' 将self.args.half的值设置为False 后训练yolov8n Box(P R mAP50 mAP50-95)不为0。并注释掉ultralytics/yolo/engine/validator.py 中第102行代码 # self.args.half = self.device.type!分析.half()改为.float()或者把half赋值为False，找到val.py和validator.py。查看self.args.half:的值的结果。
yolov7训练时出现损失为nan的解决方案
XIANGTAIYANGA的博客
04-08 920
另外一种解决方案，报错中第一句提到一个文件：libiomp5md.dll，这个文件可以在虚拟环境文件目录下搜索，会有两个结果，其中一个存在于（我的虚拟环境为yolov7）如下图所示，另一个不用管。即在train.py文件的最开始加上上述两句语句，可以解决报错，即开始训练，但是所有的损失值均为nan，报错中最后也有提示"可能导致崩溃或带来不正确的结果"，因此这种解决方案就不一定正确。在训练yolov7模型时，一直出现损失值为nan的情况，因此将解决方案供大家参考一下。因此，继续寻找解决方案。
yolov8训练出现nan
02-02
在目标检测框架YOLOv8的训练过程中，损失函数值变为NaN是一个常见问题[^1]。这不仅影响模型收敛速度还可能导致最终结果失效。 #### 成因分析 NaN通常由数值溢出引起，在反向传播计算梯度时发生异常大或小数值得...
yolo系列算法训练时loss出现nan值，解决办法（GTX16xx系列显卡的问题）
qq_51208442的博客
09-01 8116
yolov5出现loss为nan值的解决方案
yolo训练时出现nan的问题
m0_61842914的博客
08-27 811
尝试多次后，在云端租借一张显卡进行训练效果正常，随后确定为显卡显存不足所致（本机显卡GTX1650 4G）尝试讲训练参数。在进行关键点检测时，代码运行一切正常，但是在训练过程中训练参数从计算正常，但每个轮次结束后参数都会变为nan。batch调整为8解决问题。
yolov5和yolov8在train时，出现box_loss、cls_loss、dfl_loss为nan，Box(P R mAP50 mAP50-95)为0的解决办法
weixin_42283539的博客
04-06 1万+
但是这种办法解决了【box_loss、cls_loss、dfl_loss为nan】的问题，并未解决【Box(P R mAP50 mAP50-95)为0】的问题。另外我在yolov8上使用devide=cpu训练时，不会出现nan和0的问题，但是速度很慢。yolov5 版本是v7.0 yolov8的版本是8.0.66。用命令行训练时，可以添加一个设置选项 amp=False。，出现的问题跟下边这个链接中提到的问题一模一样，修改amp和model.half.float即可。
YOLOv8常见报错集合（ModuleNotFoundError、NameError、KeyError、nan值及map全为0、​ CUDA out of memory、[WinError 145​）
weixin_45303602的博客
09-13 1万+
执行后又报错在 task.py 中没有 ultralytics 模块， 同样在 task.py 前加入上述代码。batchsize设置处于电脑显存的临界位置，运行过程不稳定，可能前期没有问题，后期出现map为。如果执行后仍然出现该报错，则同样在出现报错的代码前加入该段代码即可。这个没办法，唯一的解决办法是使用cuda10.2的配置。可能训练速度慢一点，但是也勉强能用吧，亲测是有效的。在utils文件下的datasets的第81行，将。打开pycharm的终端，就是最底下的一行。batchsize设置问题。
YOLO系列训练时出现loss出现nan值或者测试时P\R\map全部为0值的解决办法（GTX16xx系列显卡大坑）
热门推荐
weixin_55249340的博客
07-18 3万+
YOLO系列训练时出现loss出现nan值或者测试时P\R\map全部为0值的解决办法（GTX16xx系列显卡大坑）
神经网络训练过程中出现loss为nan，神经元坏死
joker_xiansen的博客
09-07 6831
最近在手撸Tensorflow2版本的Faster RCNN模型，稍后会进行整理。但在准备好了模型和训练数据之后的训练环节中出现了大岔子，即训练过程中loss变为nan。nan表示not a number类型，任意有关nan的运算结果都将得到nan。这可真是一颗老鼠屎坏了一锅粥，一但一个step中出现loss为nan，所有神经元的参数都将被更新为nan，之后的epochs和step中所有预测结果和模型参数都将为nan。 为了弄清楚nan的原因，我检查了每个组件函数以及所用的训练数据是否有误...
yolov8onnx的处理过程
w1036427372的博客
04-10 5614
此外，它还存储数据集的变换和大小。n是框的数量，然后对框进行排序（降序），选超参数中设置的max_nms个框，默认为300，最后x仍然是一个（48*6）的tensor，然后对着48个框进行对应类别的conf计算，max=wh表示加入框的大小时对score的影响，最后返回的c是一个（48*1）在xywhxyxy函数中，将box的四个元素从x，y（中心点），框的宽高转为了（x1,y1）,(x2,y2)，multi_label是false，所以返回了置信度最大的类的索引和置信度，然后将box。
yolov5训练时，参数出现NAN的解决方法
qq_52692506的博客
03-09 3417
yolov5训练时，参数出现NAN的解决方法
评论 3
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