YOLOv3修改网络结构后无法训练模型

最新推荐文章于 2024-10-01 03:38:58 发布
原创 最新推荐文章于 2024-10-01 03:38:58 发布 · 935 阅读 · 4 ·
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：

#深度学习 #计算机视觉 #神经网络

博主在进行YOLOv3的毕业设计时，尝试了YOLOv3-spp123结构的改进，即在y2和y3层前加入SPP模块并移除部分卷积层。但在训练过程中遇到预训练模型与cfg文件不匹配的错误，急需解决方法。

最近在做毕业设计，基于YOLOv3的研究与实现。没有任何深度学习基础，完全的小白一个。

使用的是YOLOv3-spp。网络结构如下SPP结构如下

YOLOv3-SPP中只在y1层前面加了SPP模块，有一篇论文提出了YOLOv3-spp123结构，将SPP模块加入到y2和y3前面，同时删除了一些卷积层。改进后的网络结构如下

在训练模型的时候，弹出错误，应该是我使用的预训练模型和cfg文件不匹配。

求各位大佬指点指点，救救我。

最低0.47元/天 解锁文章
scanfandprintf
关注
YOLOv11来了，使用YOLOv11训练自己的数据集和推理(附YOLOv11网络结构图)
在职AI算法工程师，擅长计算机视觉，YOLO目标检测、分割等，擅长web、pyqt界面可视化，好内容持续更新中，来这里跟大家一起学习，共同进步
10-02 23万+
YOLOv11 由 Ultralytics 在 2024 年 9 月 30 日发布， 最新的 YOLOv11 模型在之前的 YOLO 版本引入了新功能和改进，以进一步提高性能和灵活性。YOLO11 在快速、准确且易于使用，使其成为各种对象检测和跟踪、实例分割、图像分类和姿态估计任务的绝佳选择。
YOLOv8模型网络结构更改后报错
**My Coding Family**
10-23 1301
Concat 尺寸不匹配是导致错误的主要原因。你需要逐层检查参与Concat操作的张量，并确保它们的形状一致。通过调试每层的输出形状，你可以清楚地看到哪些层之间存在尺寸不匹配，然后通过上采样或下采样使它们匹配。你可以根据上述建议调整你的网络结构，解决报错问题。如果有更多错误细节或调试输出，我可以帮助进一步分析。希望如上措施及解决方案能够帮到有需要的你。
Ubuntu Yolov3 训练新的模型后，加载新模型参数出错InvalidArgumentError: Assign requires shapes of both tensors to match
wukai0909的博客
08-06 1231
--class_name_path ： 类名文件 --restore_path ：加载训练完成的模型 把这两个文件替换成自己训练的文件夹 tensorflow.python.framework.errors_impl.InvalidArgumentError: Assign requires shapes of both tensors to match. lhs shape= [255] ...
修改YOLOv5的模型结构第三弹
Loser
11-24 1704
它的kernelsize是3，stride是2，这是一个会让特征图的尺寸缩小一半的卷积，由于我们删除了它，后面的流程中特征图的尺寸会和原来有所不同，最终导致错误。通过对前面知识的回顾，Concat模块会引用上层的模块的输出，体现在配置文件中，就是会引用数组中的下标，但是我们在数组中删除了两个元素，会使数组原本的索引失效。在head的第一层中，使用了一个1x1的卷积，我们把它修改为kernelsize=3,stride=2的卷积。所有的修改至此就完成了，使用train.py脚本训练一下修改后的模型。
yolov8模型结构修改详细实践
lixiao2112924629的博客
08-04 3240
1）在yolov8中添加CBAM注意力模块，首先打开脚本，脚本路径如下所示：** 注意：自定义的网络模块不是固定放到conv.py脚本中，我们也可以自定义新的脚本添加模块，但是要按下面的方式引用和声明。**2）并在脚本中添加CBAM模块的模型代码，如下所示：添加CBAM模块的代码后，还需要在脚本中添加自定义模块声明，用于后续引用，如下所示：脚本路径：在。
yolo3加载自己训练的模型出现NameError: name 'yolo_head' is not defined
云中寻雾的博客
06-18 6932
当我在train.py中保存检查点作为keras模型时，我无法使用load_model在yolo.py中使用它。 当我使用yolo.py测试图像上训练的模型时，使用 我收到了这个错误： NameError: name 'yolo_head' is not defined 这个问题应该在于，keras的load_model()函数可以将网络结构与权重一起导入，但是只限于keras内...
pytorch修改网络结构后如何加装预训练模型
Hadoop->Spark->Flink
05-19 2367
如果不知道如何使用预训练模型训练的朋友，使用resnet18模型训练自己的数据集的教程请看这篇博客 一、如果我们网络没任何修改 还是训练imagenet的数据集，1000个类别，那么只需以下代码： model_ft = models.resnet18(pretrained=True) model_ft = model_ft.to(device) 二、如果只修改训练自己数据集类别 如果我们训练自己的数据集，假如自己的数据集只有10个类别，那么需先加载预训练模型，然后修改最后的全连接层，改成以下代码加
YOLOv11 | 一文带你深入理解ultralytics最新作品yolov11的创新 | 训练、推理、验证、导出 （附网络结构图）
热门推荐
Snu77的博客
10-01 16万+
ultralytics发布了最新的作品YOLOv11，这一次YOLOv11的变化相对于ultralytics公司的上一代作品YOLOv8变化还是很大的（YOLOv9、YOLOv10均不是ultralytics公司作品），其中改变的位置涉及到C2f变为C3K2，在SPPF后面加了一层类似于注意力机制的C2PSA，还有一个变化大家从yaml文件是看不出来的就是它的检测头内部替换了两个DWConv，在损失函数方面就没有变化了还是采用的CIoU作为边界框回归损失，下面带大家深入理解一下ultralytics最新作品
YOLOv10通俗易懂！手把手教大家利用yolov10训练自己的数据集(环境搭建，YOLOv10网络结构解读 、yolov10.yaml配置文件详细解读与说明、模型训练参数详细解析)
Ai缝合怪、助力小伙伴高效发论文
09-06 2万+
YOLOv10入门必看系列！弄懂YOLOv10模型，看这一篇文章就够了，通俗易懂！ | 手把手教大家利用yolov10训练自己的数据集(环境搭建，YOLOv10网络结构解读 、yolov10.yaml配置文件详细解读与说明、模型训练参数详细解析)
YOLOV3 报错
qq_41167777的博客
06-29 643
配置好YOLOV3后，测试 ./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg，报错CUDA Error: out of memory darknet: ./src/cuda.c:36: check_error: Assertion `0' failed. 解决方法：打开yolov3.cfg，修改如下： # ...
yolov3官网上预训练模型
04-21
里面包含了yolov3.weights、yolov3-tiny.weights、darknet53.conv.74
yolo官方预训练模型的权重与配置
03-19
yolo官方预训练模型的权重与配置文件，可用于吴恩达深度学习课程的作业（需利用Allan Zenlener的YAD2K转换为h5文件）
修改YOLOv8网络模型
qq_45050922的博客
09-28 822
需要将数据集配置文件下(cfg\datasets\seaships.yaml)，path，train，val，test键配置好正确的地址值。在YOLOv8代码中，模块的存放位置，主要集中在 ultralytics\nn\modules\Conv.py。在YOLOv8中，为新添加的模块配置输入参数列表，在task文件下的parse_model方法中配置。3. 对新添加的模块，配置参数列表 ultralytics\nn\task.py。2. 将新设计好的模块，添加到代码中。
【学习记录】window下使用pytorch运行yolov3代码出现的报错及修改记录
weixin_44355021的博客
10-31 580
【学习记录】window下使用pytorch运行yolov3代码出现的报错及修改记录 （源码为：eriklindernoren/PyTorch-YOLOv3） 问题1：运行get_coco_dataset.sh文件下载coco数据集 解决：需要下载git，随后在get_coco_dataset.sh文件所在地方右键空白处，点击Git Bash Here，将文件拖入到弹出的框中，即可运行。过程需连网，可能还需下载wget，wget下载参考下面链接。https://blog.youkuaiyun.com/qq_409623
Pytorch 常见报错 + YOLOv3网络结构+Darknet训练YOLOv3的一些细节
qq_35985044的博客
04-22 3672
原文：链接：https://www.jianshu.com/p/b206f438e630 1.BUG: RuntimeError: one of the variables needed for gradient computation has been modified by an inplace operation. 什么是inplace operation：in-pla...
替换YOLO主干网络引发的一系列bug记录
m0_48095841的博客
05-18 830
首先说明一下是因为代码写法有问题引发的bug，进行探索之后发现了一些问题从而进行深入了解，并记录本次问题，以便日后遇到的时候好可以参考参考。 问题1：更换主干网络后，直接训练是没什么问题的。但训练完得到一个模型之后，想要加载模型再继续进行训练的时候就报错了。 if len(self.pretrained_model) != 0: model=torch.load(模型地址)["model"] print("load model suc
训练网络错误：SyntaxError: invalid syntax的解决方法
以终为始
03-24 4301
文章目录问题1. 从github上下载网络模型，搭建好环境后训练报错2. 根据readme提示决定直接python scripts/shrec/train.sh 报错原因解决 问题 1. 从github上下载网络模型，搭建好环境后训练报错 train.py: error: the following arguments are required: --dataroot 2. 根据readme提示决定直接python scripts/shrec/train.sh 报错 Python xxx.py 出错
训练神经网络的常见错误
独行穿落叶，闲坐数流萤
07-07 1039
本文内容来自Andrej Karpathy, 李飞飞的高足。 twitter截图如下： 下面来逐点说明。受小博主知识上界限制，文中不免有理解不正确之处，恭请批评指正。 1、you didn’t try to overfit a single batch first. 首先尝试用小数据集作为一个batch，奔着过拟合去，短时间内排除明显的错误。 2、you forgot to to...
在进行YOLOV3（pytorch）源代码+代码实现遇到的问题
qq_61577654的博客
11-06 2842
在进行YOLOV3（pytorch）源代码+代码实现遇到的问题，解决运行时的错误。
yolov5修改网络结构预训练
最新发布
03-19
### 修改 YOLOv5 的网络结构并使用预训练模型 #### 自定义修改 YOLOv5 网络结构 要自定义修改 YOLOv5 的网络结构，可以按照以下方法操作： 1. **编辑配置文件 `*.yaml`** YOLOv5 的网络结构由 YAML 配置文件定义...
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