win10+pychram+yolov5踩坑

本文分享了在使用labelimg标记数据集时遇到的问题,强调了文件名排序的重要性以避免Yolov5训练报错。此外,讨论了NMS算法优化和迭代次数对模型效果的影响,以及如何通过增加样本量来缓解过拟合。这些经验教训对于提升深度学习模型的训练效率和性能至关重要。

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

踩坑(1)

今天发现都是用labelimg标记的数据集,但是如果数据集的文件名冲突的话,yolov5是训练不了的会报错,改文件名都没用只有在数据集刚开始的时候全部排序好才行,不然就是白做

踩坑(2)

 

这种情况主要是 Nms没做好或者是迭代次数太少。

踩坑(3)过拟合

增大样本量

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

高高呀~

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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