yolov8trainloss存在，valloss不存在，map数值不变

最新推荐文章于 2025-06-11 16:19:39 发布
原创 最新推荐文章于 2025-06-11 16:19:39 发布 · 1.3k 阅读 · 6 ·
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：

#YOLO #yolov8 #目标检测

博主在训练yolov8后，发现平均精度无变化，验证集损失函数也无变化。检查yaml文件格式、验证集数据和标签均无问题，且之前运行yolov5也出现过类似情况，寻求解答。
部署运行你感兴趣的模型镜像

在训练yolov8后，结果显示平均精度没有变化，验证集没有损失函数的变化，yaml文件格式检查了没有问题，验证集数据和标签都没有问题，之前运行过yolov5也出现了这种情况，各位大佬可以为我解答一下吗？

 

 

 

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

诺姆紫
关注
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。
yolov8实战第二天——yolov8训练过程、结果分析（保姆式解读）
热门推荐
qq_34717531的博客
12-15 6万+
以逻辑回归举例，逻辑回归的输出是一个 0 到 1 之间的概率数字，因此，如果我们想要根据这个概率判断用户好坏的话，我们就必须定义一个阈值。因此，对于阈值为 0.5 的情况下，我们可以得到相应的一对查准率和查全率。选取合适的阈值点要根据实际需求，比如我们想要高的查全率，那么我们就会牺牲一些查准率，在保证查全率最高的情况下，查准率也不那么低。因此，为了找到一个最合适的阈值满足我们的要求，我们就必须遍历 0 到 1 之间所有的阈值，而每个阈值下都对应着一对查准率和查全率，从而我们就得到了 PR 曲线。
YOLOv8验证参数详解（全面详细、重点突出、大白话阐述小白也能看懂）
qq_37553692的博客
05-27 9634
这个参数指定了模型运行的设备，可以是cuda设备（如cuda device=0/1/2/3）或者是cpu。可以是一个标量，表示宽度和高度相等，也可以是一个包含宽度和高度的列表，比如(640, 480)。: 这个参数指定了数据文件的路径，比如coco128.yaml，它是一个配置文件，包含了训练数据集的相关信息，比如图像路径、标签等。这对于一些特定的任务，如目标检测中的多标签预测，可能会很有用。只有当检测结果中物体的置信度高于这个阈值时，它们才会被视为有效的检测结果。这对于后续的结果分析和可视化很有用。
YOLOv8在训练的时候遇到在result.png中train或者val的loss图像没有内容
qq_52749859的博客
03-07 1794
试试使用py文件来运行训练代码试一下，并且将amp参数设置为false,我也是无意中试了一下就好了，本人cuda版本11.7，显卡为1650Ti。
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。
提升小目标检测 | YOLOv8中引入Quality Focal Loss的实现与优化【附保姆级代码】
一键难忘的博客
10-30 3729
YOLOv8在YOLO系列中进一步优化了模型的结构和性能，采用了新的特征提取网络和自适应的anchor-free设计。这些改进使得YOLOv8在速度和精度上有了显著提升，但对于高质量的框定位和分类仍然存在挑战，尤其是一些复杂背景下的小物体检测和遮挡目标的识别问题。Quality Focal Loss 的核心思想是根据样本的质量分数调整损失。其数学定义如下：( p ) 是模型预测的置信度。( q ) 是真实标签的质量分数（通常为IoU值）。
YOLOv8改进 | 损失篇 | Varifocal Loss密集目标检测专用损失函数（VFLoss）详细实现与优化
一键难忘的博客
09-20 4405
VarifocalLoss（VFLoss）是一种新型的损失函数，旨在解决密集目标检测中的难例问题。传统的损失函数，如交叉熵损失（Cross-Entropy Loss）和焦点损失（Focal Loss），在处理密集目标时可能会出现关注度不均的问题。VFLoss通过引入变焦因子（varifocal factor）来调整对不同目标的关注度，从而提高检测精度。分析结果根据实验记录的结果，分析不同超参数配置对模型性能的影响。使用可视化工具绘制超参数与性能指标的关系图，以直观展示不同配置的效果。优化建议。
yolov8人行横道检测权重 yolov8斑马线检测
01-08
包含训练好的yolov8行人横道检测权重以及PR曲线，loss曲线等等，map达90% 多，yolov8行人横道检测数据集中训练得到的权重； 2、数据集和检测结果参考：https://blog.youkuaiyun.com/zhiqingAI/article/details/124230743 3...
从原理到代码：深度解析YOLOv8的QualityFocalLoss改进方案
最新发布
shrgegrb的博客
06-11 1273
本文探讨了在YOLOv8目标检测模型中应用Quality Focal Loss（QFL）的改进方法。QFL通过将分类得分与定位质量（IoU）联合建模，解决了传统Focal Loss在边界框质量预测上的不足。文章详细解析了QFL原理，对比了其与Focal Loss的差异，并提供了YOLOv8中集成QFL的具体实现代码。实验表明，在COCO数据集上，QFL使mAP提升约2.5%，同时保持计算效率。文中还提出了动态调整参数β等高级优化策略，并展望了QFL与其他技术结合的未来发展方向。
yolov8人行横道检测权重 yolov8斑马线检测+pyqt可视化GUI界面
04-12
包含训练好的yolov8行人横道检测权重以及PR曲线，loss曲线等等，map达90% 多，yolov8行人横道检测数据集中训练得到的权重； 2、数据集和检测结果参考：https://blog.youkuaiyun.com/zhiqingAI/article/details/124230743 3...
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
m0_47523572的博客
08-03 9709
Box的精度P、召回率R、mAP等值均为0的问题
yolov8自备数据集训练的目标检测
qq_44701348的博客
11-18 4152
笔者可以算是小白一枚，为测试无人机识别模块的精准度，需要识别一个自制做的圆盘，特作此小项目。由于自己在整个过程踩过很多坑，也走过不少弯路，完成这个小项目，离不开优快云中很多博主博客的借鉴学习（文中已标明各个博主文章出处），特此将整个流程记录下来，主要是为了自己做个笔记备份，二是希望需要学习的同学也能少走弯路。最后，我想说是从零将yolov8跑起来是个一个十分折磨人的过程，希望大家能有耐心，细心研究。笔者作为一个刚入门的小白，能力有限，初次写文章，难免可能有些小错误，敬请谅解。
解决Yolov8训练train时box_loss cls_loss dfl_loss为nan和 Box(P R mAP50 mAP50-95)为0问题和wandb.errors.UsageError
qq_45683122的博客
06-16 2550
Yolov8在训练时box_loss cls_loss dfl_loss为nan和 Box(P R mAP50 mAP50-95)为0的问题第一步：找到ultralytics\cfg\default.yaml中的default.yaml文件将default.yaml中的amp设置为false将default.yaml中的half设置为false第二步：找到ultralytics\engine\validator.py中的validator.py文件。
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）
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）
yolov8 训练自己的数据集后，检测不到目标的解决办法
tyq64的博客
07-19 1万+
yolov8 训练自己的数据集后，检测不到目标的解决办法
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
如何修改YOLOV8?(从这8方面入手帮你提升精度)
jsnuchao的博客
04-13 2万+
提升yolov8的检测精度 数据图像增强
使用yolov8训练数据集及使用中遇到的问题
weixin_51230935的博客
08-30 2万+
就是这个文件夹，别怕。
yolov8训练看不到map为零
01-09
### YOLOv8 训练 mAP 为零 的解决方案 当在YOLOv8训练过程中遇到mAP（mean Average Precision）、精度P、召回率R等指标均为零的情况时，通常意味着模型未能正确学习到目标检测所需的特征。以下是几种可能的原因及其...
评论 17
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