Darknet YOLO 训练问题集锦

最新推荐文章于 2024-06-04 19:48:40 发布
最新推荐文章于 2024-06-04 19:48:40 发布
阅读量2.7w 收藏 165
点赞数 15
文章标签： Darknet YOLOv1 YOLOv2 YOLOv3
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。
本文链接：https://blog.csdn.net/Pattorio/article/details/80051988
版权
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6/28/20181. CUDA Error: out of memory配置Makefile，使用GPU，CUDN以及OpencvGPU=1CUDNN=1OPENCV=1OPENMP=0DEBUG=0...
摘要由CSDN通过智能技术生成

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

最低0.47元/天 解锁文章
Pattorio
关注
  • 15
    点赞
  • 踩
  • 165
    收藏
    觉得还不错? 一键收藏
  • 47
    评论
Darknet yoloV3 训练VOC数据集时不收敛 “-nan”报错或者检测无效果
FlappyCD的博客
07-17 1万+
看了好半天，不过最后还是在Git上找到了相关的问题。主要是对于yolov3-voc.cfg文件。其中的batch和subvision训练和测试的时候应当是不一样的。默认的都是1，那是测试的时候的批次数量。在训练的时候我是改成batch=64，subversion=16；基本训练就没啥问题，也会有“nan”的报告，但是基本网络还是能够收敛的。 另外，测试的时候记得把这两个参数的值改回来哦。...
关于错误 Resource temporarily unavailable
jctang的专栏
10-25 1854
关于错误 Resource temporarily unavailable I remember I typed  "./client localhost & ./client localhost & ...." for repeating over 500+ times , in testing some network program. And when I met some kind
深度神经网络——什么是 CNN（卷积神经网络）？
知来者逆的博客
06-04 1565
神经网络是一种受到人脑结构和功能启发的计算模型。它们由多层神经元组成，这些神经元通过加权连接相互关联。这些权重代表了输入数据特征之间的关系，以及它们与特定输出类别之间的联系。在神经网络的操作中，数据被输入到网络中，并通过层层神经元进行处理。每一层的神经元会对接收到的信号进行加权求和，然后通过一个激活函数来决定是否以及如何激活下一层的神经元。在训练过程中，网络的目标是通过调整这些权重来最小化输出和实际值之间的差异。
2020-08-25 yolo 读取label 文本文件失败-傻到家啦。
08-25 2122
yolo3 终于让我照着网上的帖子，和数据跑起来啦。 却被一个读文件给坑了半天。 一直再提醒， cann't open labels file，it' is normal if you only use mscocoD:\Project\DataSet\car_person\data\images\jam1_0001.txt 然后我还去看了一眼，能不能打开这个jam1_0001.txt . 能打开呀。 然后就网上搜索。 大致的回答是，编码因为windows 和unix 不同，改成LF...
使用darknet训练yoloV3
猫猫与橙子的博客
12-01 3983
最近在训练yolo V3；训练过程一波三折，为什么这么说了，使用pytorch训练，速度太慢了，8个小时训练了7个epoch，batchsize我设置的是8，然后图片总数是9万多张，设置了216个epoch。这算下来估计训练结束，需要10天左右吧，这把我自己坑的。 然后周五的时候选择使用darknet进行训练。按照yolov3官网一步步的进行； 训练时遇到的问题也挺多的，总结如下： 1）把训...
ubuntu18安装、测试YOLOV3记录
qq_38988221的博客
12-28 1314
YOLOV3搬运工，记录本人安装测试过程
yolov3训练自己的数据集（darknet）+visdrone数据集
daisy_d_的博客
04-25 3804
入门小白用于记录和分享。第一次训练自己的数据集，有不对的请多指正。使用darknet框架下的yolo进行训练，数据集使用的visdrone航空数据集为了检测更多的小目标
DarknetYolo数据集标注工具
12-17
Darknet YOLO数据集标注工具是一款专为Darknet框架...总之，DarknetYolo数据集标注工具简化了数据标注的过程，使得非专业人员也能参与到目标检测模型的训练数据准备工作中，极大地推动了计算机视觉技术的发展和应用。
DarknetYolo数据集标注工具.rar
07-30
标题中的“DarknetYolo数据集标注工具.rar”指的是一个用于为YOLO（You Only Look Once）模型准备训练数据的工具。YOLO是一种实时目标检测系统，它在计算机视觉领域广泛应用，尤其在图像识别和物体检测方面表现出色...
DarknetYolo数据集标注工具.zip
04-22
《Darknet YOLO数据集标注工具：提升标注效率与精度》 在计算机视觉领域，数据集的标注是训练深度学习模型的关键步骤，尤其是对于目标检测任务，如YOLO（You Only Look Once）算法。YOLO是一种实时目标检测系统，其...
基于darknet YOLO开发足球视频分析模型，其中包含4000多张标注过的球员与足球的训练数据集，以及预训.zip
最新发布
06-27
此项目是基于 darknet YOLO开发足球视频分析模型，其中包含 4000 多张标注过的球员与足球的训练数据集，以及预训练模型。一个用 YOLO 足球视频分析的任务，检测视频中的人与球，其中包含 4000 多张标注过的球员与...
一个基于DirectX的程序捕获程序，结合Darknet yolo深度学习框架进行模型训练与对象识别
03-01
一个基于DirectX的程序捕获程序，结合Darknet yolo深度学习框架进行模型训练与对象识别。 一个基于DirectX的程序捕获程序，结合Darknet yolo深度学习框架进行模型训练与对象识别。 一个基于DirectX的程序捕获程序，...
yolov3 推理所需要的时间_目标检测-番外五：YOLOv3-Plus
weixin_35657612的博客
12-27 1634
最近好不容易有了空闲时间，便对之前的项目做了些调整和维护，主要包括：1.修改了数据预处理方式以前都是直接resize成方块，不考虑长宽比畸变的问题。现在按照官方v3的操作，会用padding补零的方式将图片填充成方块，再resize（或者resize的时候保住长宽比，再填充0）。2.加入SPP结构，升级为YOLOv3-SPP拟定加入更多的trick。3.multi scale trick不能使用多...
YOLOv3使用darknet训练部分问题记录
yikeshiguang的博客
07-17 1万+
1.cfg文件里的batch就是batch_size，subdivisions只是在显存不足的情况下把batch分批放入训练。      ？现在怀疑batch_size = batch/subdivisions。昨天跑的一个训练如果batch = batch_size的话那大约有80个epoch，但还是明显欠拟合，loss很高。所以还在疑惑？？？ 2.epoch = max_batches/(i...
模型训练 出现NaN的原因以及解决方法
码农研究僧的博客
12-05 3900
学习率过高： 过大的学习率可能导致权重更新过大，使得权重变得非常大或非常小，从而导致数值不稳定性。梯度爆炸： 当反向传播过程中的梯度变得非常大时，权重更新可能会导致数值不稳定。这通常与深度神经网络中的梯度消失/爆炸问题有关。数值不稳定的激活函数： 某些激活函数在输入值很大或很小的情况下可能产生数值不稳定性。例如，Sigmoid函数在输入值非常大或非常小时可能会返回饱和的输出，导致梯度接近于零。数据预处理问题： 数据中的异常值或不稳定性可能导致网络在处理这些值时出现数值问题。
MSCOCO数据集下载安装---image_caption
热门推荐
ccbrid的博客
02-25 1万+
-下载安装MSCOCO2015的image_caption数据集，下载方式 【linux】 具体步骤：1.$ git clone https://github.com/pdollar/coco.git2.$ mkdir images$ mkdir annotations 3.根据需求在http://cocodataset.org/#download下载需要的，unzip解压放在以上目录里 ...
训练深度学习网络时候，出现Nan是什么原因，怎么才能避免？——我自己是因为data有nan的坏数据，clear下解决...
djph26741的博客
03-19 2473
from:https://www.zhihu.com/question/49346370 Harick 梯度爆炸了吧。 我的解决办法一般以下几条：1、数据归一化（减均值，除方差，或者加入normalization，例如BN、L2 norm等）；2、更换参数初始化方法（对于CNN，一般用xavier或者msra的初始化方法...
cuda的卸载与重新安装
weixin_41012399的博客
09-02 3505
经常一配置环境就导致cuda不能用 了 报错：RuntimeError: cuda runtime error (30) : unknown error at /pytorch/aten/src/THC/THCGeneral.cpp:74 报错：AssertionError: CUDA unavailable, invalid device 0,1 requested cuda卸载： sudo /usr/local/cuda-9.1/bin/uninstall_cuda_9.1.pl sudo rm -rf
pytorch多gpu多模型训练时报错AssertionError: Invalid device id
PanYHHH的博客
05-14 3465
初入pytorch，机器上有两块gpu，分别同时训练两个模型，分别添加了如下代码加以区分： os.environ["CUDA_VISIBLE_DEVICES"] = "0" os.environ["CUDA_VISIBLE_DEVICES"] = "1" 第一块gpu上的模型正常运行，但在第二块gpu上的模型运行时报错AssertionError: Invalid device id，定位错误代码为： os.environ["CUDA_VISIBLE_DEVICES"] = "1" mod.
darknet yolo
09-10
如果您想测试Darknet YOLO模型，您可以从YOLOv4 model zoo中下载预训练的yolov4.weights文件，并将其放置在当前目录下。然后，您可以使用以下命令进行测试： ``` ./darknet detector test ./cfg/coco.data ./cfg/...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 47
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