本文汇总了YOLO系列模型（YOLOv1至YOLOv3）训练过程中的常见问题，包括CUDA内存不足、loss不收敛、图片加载失败等，并提供了相应的解决方法。例如，针对CUDA内存不足，可以通过调整batch size和subdivisions；对于loss不收敛，可能需要修改cfg文件中训练和测试的参数设置。
该文章记录了YOLOv1-YOLOv3训练过程中可能出现的问题，没有特别标明的，在不同版本YOLO训练中都可能存在的问题。
如果大家有问题/不同的解决办法，欢迎留言。更新于6/28/2018
1. CUDA Error: out of memory
配置Makefile，使用GPU，CUDN以及Opencv
GPU=1
CUDNN=1
OPENCV=1
OPENMP=0
DEBUG=0出现报错：
darknet: ./src/cuda.c:36: check_error: Assertion `0' failed.
原因是GPU内存不够了
1. 可能是有人占用资源，查查后台进程
2. batch size过大，超出了显卡能够承受的范围。可以适当改小cfg文件中的batch，同时让batch和subdivisions保持在一个比较合适的比例，每次传入的图片数量=进行forward propagation的图片数量=batch/subdivisions，进行backward propagation的图片数量=batch （我的理解是这样，如果不对欢迎指正）
2. loss不收敛，到处都是nan
使用官网教程里的数据出现lo
最低0.47元/天 解锁文章
扫一扫
1851
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
