qq_65356682的博客

X-AnyLabeling标注软件安装及使用dota数据集，voc数据集，coco数据集。以及报错No module named‘anylabeling‘的解决_x-anylabeling标注的多变形标签yolov8为什么使用不了-优快云博客。如果你是用X-anylabeling 标注的生成的dota数据集的话，那么是因为你配置的问题。yolov8-obb训练自己的数据集（标注，训练，推理，转化模型）-优快云博客。obb是一种旋转框的检测这种报错是因为数据集的问题。请严格按照如下流程进行数据集的配置。

有些方式 .net 和 .net formeworker 表达方式不同 需要注意。报错信息如下 这种情况 是因为你用.net formeworker版本的表达方式。不能用Image类型 需要转成Bitmap 格式。这是因为你图片读取的方式出错。修改后就可以读取了！

运行yolov10推理图片样本时报错。

转化后是这样的和yolov5 5.0不同，但是都可以读取。这两个异常在我这里可以归为一类。

我这边原因是因为图片的深度位是8位的，而实际读取的确实深度位24位的。这个问题是因为C#内部图像读取的限制和规则问题。所以需要把图片位改为24位。

这个转化比较简单python里就可以这个文件yolov5-5.0>models>export.py下面那个根据自己的环境修改，环境是你yolov5运行的环境cpu就填cpu gpu就填 0修改好后运行有可能需要下载onnx包 直接pip。

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。

这是因为你读入的数据太大太大，导致平台内存不够，再大的内存也会报错，但是net.core不会出现这种问题，但是net framework 有这个问题，ok解决。电脑系统和你程序系统不匹配 一致就行了。就两张图，看什么改啊。