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4.8k 收藏 33
点赞数 15
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。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

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
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。
汇总利用YOLOv8训练遇到的报错和解决方案（部分常见问题）
最新发布
qq_66386046的博客
03-18 223
汇总利用YOLOv8训练遇到的报错和解决方案
【已解决】yolov8 多卡训练报错subprocess.CalledProcessError: Command‘[‘/home/... returned non-zero exit status 1
热门推荐
dont worry about it的博客
05-29 5万+
报错：subprocess.CalledProcessError: Command '['/home/.../miniconda3/envs/cv2022/bin/python', '-m', 'torch.distributed.run', '--nproc_per_node', '2', '--master_port', '34317', '/home/.../.config/Ultralytics/DDP/_temp_6su8pijn140541848896384.py']' returned non
yolo11训练模型，我所遇到的一些报错问题
2301_77176270的博客
12-19 1941
我使用yolo11跑自己数据集所遇到的一些报错
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 8104
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）
【解决方案】yolov8&yolov10多卡训练报错
VAN的博客
07-01 4316
【解决方案】yolov8&yolov10多卡训练报错
YOLO训练报错——UnpicklingError: STACK_GLOBAL requires str
qq_57076285的博客
06-07 636
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
07-15 467
yolov10训练出现这个问题An attempt has been made to start a new process before the current process ha
汇总利用YOLO11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
11-05 2923
本文为专栏内读者和我个人在训练YOLOv11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。YOLOv11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 1638
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）
走向CTO的路上...
09-18 1484
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。
yolov7模型训练常见错误
m0_67583186的博客
08-15 1217
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常见错误汇总
图灵追幕者博客录
06-12 2025
找到ultralytics/models/yolo/detect/train.py的DetectionTrainer class中的build_dataset函数中的rect=mode == 'val'改为。这也是模型打印两次的区别，第一次打印出来的就是你选择模型的yaml文件结构，第二次打印的就是替换了你数据集的yaml文件，模型使用的是第二种。'文件内有如下的代码按照如下的图片进行修改，大家看好函数就行，其中红框的640可能和你的不一样， 然后下面代码替换掉整个代码即可。
yolov8训练报错Error: mkl-service + Intel(R) MKL: MKL_THREADING_LAYER...
chao_xy的博客
08-10 396
numpy版本问题，进行更新，以下这个版本训练无报错。也可以自行尝试其它版本。
YOLOv10 | 无NMS的YOLO | 实时端到端目标检测的新突破
kay_545
05-25 2042
YOLOv10，yolov8，yolov10
【YOLOv10训练】：报错AttributeError: ‘str‘ object has no attribute ‘view‘ 解决方法
retainenergy的博客
05-26 1253
YOLOv10是在YOLOv8基础上修改的，即：训练方法和过程是相同的。
关于yolov10报错
qq_57120510的博客
05-27 1473
提醒：记得下面的model=YOLO（...）也要改成YOLOv10。
YOLO训练自定义数据集常见报错汇总
东东不熬夜的博客
02-15 3316
本文主要记录了在yolo训练数据集的时候遇到的一些报错问题和解决方法的汇总
yolo训练中报错Traceback (most recent call last):怎么解决
01-23
### YOLOv5 训练过程中出现 `Traceback` 错误的解决方案 当在使用YOLOv5进行训练或检测时遇到`Traceback (most recent call last)`错误，这通常意味着程序遇到了未处理的异常并终止了执行[^1]。此类问题可能由多种因素引起，下面列举了几种常见的原因及其对应的解决办法。 #### 模型文件相关问题 如果模型文件未能成功下载或路径指定不正确，则可能导致加载失败。确认所使用的权重文件（如`mytrain.pt`）确实存在于指定位置，并且可以通过其他方式正常读取[^3]。 ```bash # 验证模型文件是否存在以及可访问性 ls -l path_to_your_model/mytrain.pt ``` #### 设备配置不当 对于依赖GPU加速的应用来说，确保CUDA环境已正确安装并且PyTorch能够识别到可用的显卡非常重要。可以尝试通过调整代码中的设备参数来切换至CPU模式测试是否依旧存在问题： ```python import torch device = 'cuda' if torch.cuda.is_available() else 'cpu' print(f"Using {device} device") ``` #### Python包兼容性冲突 有时特定版本之间的差异也会引发意想不到的行为。比如Pillow库过高版本可能会与某些图像处理功能产生矛盾；此时降低其版本号往往能有效缓解这类情况的发生[^4]。 ```bash pip uninstall pillow pip install pillow==8.2.0 # 或者选择适合项目需求的具体版本 ``` #### 网络连接不稳定导致依赖项安装失败 在网络条件较差的情况下，长时间等待某个大型软件包完成传输很容易造成超时中断现象。为此建议增加默认超时期限以提高成功率[^2]: ```bash pip --default-timeout=10000 install package_name ``` 以上措施涵盖了大部分情况下可能出现的问题根源及应对策略。当然，在实际操作前最好先仔细阅读官方文档获取最新指导信息，并根据具体情况灵活运用上述技巧排查故障所在。
评论 2
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