汇总利用YOLO8训练遇到的报错和解决方案（包含训练过程中验证阶段报错、精度报错、损失为Nan、不打印GFLOPs）

已于 2024-02-22 12:00:19 修改
阅读量2.9k 收藏 24
点赞数 12
分类专栏： YOLOv8有效涨点专栏 文章标签： YOLO 深度学习 人工智能 python 目标检测 pytorch 计算机视觉
于 2024-02-22 03:52:04 首次发布
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/java1314777/article/details/135720250
版权
本文汇总了在训练YOLOv8时遇到的常见错误及其解决方案，包括训练过程中的Nan损失值、多卡训练问题、环境配置、yaml文件修改以及GFLOPs不打印等。提供了具体的代码修改建议和环境搭建参考链接。
摘要由CSDN通过智能技术生成

一、本文介绍

本文为专栏内读者和我个人在训练YOLOv8时遇到的各种错误解决方案，你遇到的问题本文基本上都能够解决，同时本文的内容为持续更新，定期汇总大家遇到的问题已经一些常见的问题答案，目前包含的问题已经解决方法汇总如下图所示。

专栏目录：YOLOv8改进有效系列目录 | 包含卷积、主干、检测头、注意力机制、Neck上百种创新机制

专栏回顾：YOLOv8改进系列专栏——本专栏持续复习各种顶会内容——科研必备 

目录

一、本文介绍

二、 报错问题 

(1)训练过程中loss出现Nan值.

(2)多卡训练问题,修改模型以后不能支持多卡训练可以尝试下面的两行命令行操作，两个是不同的操作，是代表不同的版本现尝试第一个不行用第二个

(3) 针对运行过程中的一些报错解决

了解本专栏 订阅专栏 解锁全文
Snu77
关注
专栏目录
订阅专栏
YOLO8训练遇到的各种报错及解决方案
专注于图像领域，主要研究内容包括计算机视觉和深度学习，特别是在图像分类、目标检测和图像生成等方面有深入的研究和实践经验。
08-06 324
在Windows系统中，由于其多进程模型的特殊性，使用多进程加载数据时经常会遇到问题。在Linux系统中，通常可以使用多个子进程进行数据加载，但在Windows系统中必须将进程数设置为单进程来避免错误。此问题可能是当前使用的GPU正在被其他应用程序占用，导致显存不足。需要关闭其他应用程序以释放显存。这是由于Pillow版本问题，最新的10.0版本会产生上述问题。虽然调整后会在一定程度上影响模型的泛化能力并容易导致过拟合，但在必要时可以将。降低PyTorch和CUDA版本。使用device指定GPU。
YOLOv10 | 无NMS的YOLO | 实时端到端目标检测的新突破
kay_545
05-25 1611
YOLOv10，yolov8，yolov10
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 5207
解决Yolov8训练时box_loss、cls_loss、dfl_loss、Box（P、R、mAP都等于nan
【YOLOv5】使用yolov5训练模型时报错合集
这个函数可导的博客
04-18 2035
这篇文章用来记录在使用yolov5训练模型时报错处理，持续更新······ 2024/4/18 【问题一】VsCode终端无法进入Anaconda创建的虚拟环境 【问题二】怎么在VsCode中为项目配置Anaconda创建的虚拟环境 【问题三】RuntimeError: result type Float can't be cast to the desired output type __int64 【问题四】AttributeError: 'FreeTypeFont' object has no att
配置大漠YOLOV5-7.0 遇见的问题
n3tony的博客
07-24 461
1、用 vscode 打开 setup.cfg 文件，可以看到，全文除了几个 单引号是非英文的，其他的字符都是 英文字符。而且从 vscode 的右下角可以看到，该文件就是 UTF-8 编码的。3 在requirements.txt文件所在的那个文件夹里就有对应的setup.cfg，用记事本打开 setup.cfg 另存为 UTF-8 格式就可以了（改成ansi 测试可行）3、再次执行：pip install -r requirements.txt ，可以看到，警告已经没有了。
yolov8训练中出现问题
m0_73406727的博客
06-21 684
有时候，显存不足可能是由于代码中的内存泄漏或模型中的某些操作导致的。参数的值，可以提高数据加载的效率，但这也可能增加内存的使用。：如果可能的话，尝试使用具有更多显存的 GPU，例如从 GTX 1080 Ti 切换到更高级的 GPU。先训练模型的一部分，然后逐步增加训练的复杂性。参数的值，例如减小到 512 或 640 像素，这样可以减少每次迭代所需的显存。：在训练前关闭不必要的应用程序和进程，确保 GPU 显存尽可能多地被释放。：确保数据加载和预处理步骤尽可能高效，避免不必要的内存使用。
YOLOv8中混合精度训练及其预权重的修改
lianxingchen的博客
08-08 3846
在YOLO中，混合精度预训练权重是指使用混合精度（mixed-precision）训练技术训练得到的预训练权重。混合精度训练是一种利用低精度数据类型（如半精度浮点数）进行计算的训练方法，以减少计算资源的消耗并提高训练速度。混合精度训练通常结合使用高精度浮点数（如单精度浮点数）和低精度浮点数来进行计算。具体而言，在混合精度中，大部分计算会使用低精度浮点数进行，而少数需要更高精度的计算会使用高精度浮点数。在YOLO中使用混合精度预训练权重的主要目的是提高目标检测算法的推理速度。
YOLO训练报错——UnpicklingError: STACK_GLOBAL requires str
qq_57076285的博客
06-07 576
将数据集中的labels.cache/train.cache/val.cache文件删掉
yolov10训练出现这个问题An attempt has been made to start a new process before the current process ha
qq_42042528的博客
07-15 357
yolov10训练出现这个问题An attempt has been made to start a new process before the current process ha
yolov7模型训练常见错误
m0_67583186的博客
08-15 448
这个错误是由于在加载数据集的.yaml文件时，Python 默认使用 GBK 编码读取该文件，但.yaml文件内容却是使用utf-8编码的，所以导致了。
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。
yolov5如何训练以及，训练时遇到的一些报错问题解决
01-16
在训练过程中可能会遇到一些报错问题。例如，如果模型权重文件不存在，可能会出现报错。解决方法是检查权重文件的路径是否正确。如果数据集的 yaml 文件配置不正确，也可能会出现报错。解决方法是检查数据集的 yaml ...
汇总利用YOLO10训练遇到的报错和解决方案（包含训练过程中验证阶段报错、精度报错、损失为Nan、不打印GFLOPs）
Snu77的博客
07-14 866
本文为专栏内读者和我个人在训练YOLOv10时遇到的各种错误解决方案，你遇到的问题本文基本上都能够解决，同时本文的内容为持续更新，定期汇总大家遇到的问题已经一些常见的问题答案，目前包含的问题已经解决方法汇总如下图所示。YOLOv10改进系列专栏——本专栏持续复习各种顶会内容——科研必备目录一、本文介绍二、 报错问题(1)训练过程中loss出现Nan值.(2)多卡训练问题,修改模型以后不能支持多卡训练可以尝试下面的两行命令行操作，两个是不同的操作，是代表不同的版本现尝试第一个不行用第二个。
汇总利用YOLOv8训练遇到的报错和解决方案（包含训练过程中验证阶段报错、精度报错、损失为Nan、不打印GFLOPs）
最新发布
走向CTO的路上...
09-18 402
本文汇总了利用YOLOv8训练过程中常见的错误和问题，并提供了相应的解决方案。希望这些内容能够帮助用户更好地解决训练过程中遇到的问题，提高模型训练效率和最终性能。
使用yolov8训练数据集及使用中遇到的问题
热门推荐
weixin_51230935的博客
08-30 1万+
就是这个文件夹，别怕。
[YOLOv8] 问题分析与解决 - RuntimeError: An attempt has been made to start a new process ...bootstrapping ..
老狼工作室的博客
12-14 3323
本文分析和解决了下面的异常： RuntimeError: An attempt has been made to start a new process before the current process has finished its bootstrapping phase.
YOLOv10真正实时端到端目标检测（原理介绍+代码详见+结构框图）| YOLOv10如何训练自己的数据集（NEU-DET为案列）
05-27 5028
真正实时端到端目标检测（原理介绍+代码详见+结构框图）| YOLOv10如何训练自己的数据集（NEU-DET为案列）
【YOLOv10训练】：报错AttributeError: ‘str‘ object has no attribute ‘view‘ 解决方法
retainenergy的博客
05-26 734
YOLOv10是在YOLOv8基础上修改的，即：训练方法和过程是相同的。
使用windows进行YOLO7训练时报错BrokenPipeError: [Errno 32] BrokenPipe
08-25
你在训练YOLO7时遇到了BrokenPipeError: [Errno 32] BrokenPipe错误。这个错误通常意味着你的程序试图向一个已关闭的管道（pipe）写入数据。这可能是由于一些原因导致的，比如训练过程中的资源限制或者文件读写权限问题。 以下是一些可能的解决方案： 1. 检查你的代码：仔细检查你的训练代码，确保在写入数据到管道之前，该管道已经正确地打开和初始化。 2. 确保训练过程中的资源充足：在训练YOLO7模型时，会使用大量的内存和计算资源。如果你的计算机资源不足，可能会导致出现BrokenPipeError错误。尝试增加你的计算资源，比如增加内存或使用更强大的计算机。 3. 检查文件读写权限：确保你的程序有足够的权限来读取和写入文件。有时候，文件读写权限不正确会导致BrokenPipeError错误。确保你有足够的权限来访问相关文件。 4. 更新相关库和依赖项：检查你所使用的库和依赖项是否是最新版本。有时候，旧版本的库可能存在一些已知的问题，通过更新到最新版本可能会解决这些问题。 如果以上解决方案都无效，你可以考虑在训练YOLO7时使用其他操作系统或者尝试使用不同版本的相关库。如果问题仍然存在，你可以提供更多详细的错误信息和代码，以便我们更好地帮助你解决问题。
评论 1
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

打赏作者

Snu77

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