Yolov5训练问题笔记:训练文件路径不对,找不到,问题解决

我今天在训练yolov5的模型的时候遇到了这样一个问题:

由于我代码跑的太慢,所以我把代码移到了服务器上跑,报了Image not found错误

D:\Mycode2\yolov5\VOCdevkit\images\train\000000.jpg 这个文件找不到,这个文件属于训练文件图片的第一张,说明我路径错了。

我一开始是直接打开了我的配置文件

发现路径没有问题,检查了半天,甚至重新把项目解压了一遍还是没问题,

多方查找,发现是缓存的问题

因为我之前已经在我的电脑上跑过yolo了,所以在label文件夹下多了几个以.coach结尾的缓存文件,这个文件会保存你第一次运行时数据集的路径,以后你每次跑都会调用这个缓存路径。

把他删了就行

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
在Ubuntu下使用yolov5进行训练的步骤如下: 1. 首先,确保你已经安装了所需的依赖库。可以使用以下命令安装cuda依赖库: ``` sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev ``` 2. 下载yolov5的预训练权重文件。你可以选择合适的预训练权重文件,比如yolov5s.pt。确保你使用的预训练权重文件与网络层数对应。在训练之前,你需要修改models目录下的yolov5s.yaml文件中的相应参数,以适应你的训练需求。你可以将yolov5s.yaml文件复制一份,重命名为yolov5s_dog.yaml,并在其中修改参数。 3. 执行训练命令。你可以使用以下命令执行训练: ``` python3 train.py --img 600 --batch 50 --epochs 300 --data data/dog.yaml --weights yolov5s.pt --cache --batch-size 4 ``` 这个命令中的参数可以根据你的需求进行修改。其中,--img指定输入图像的大小,--batch指定每个批次的图像数量,--epochs指定训练的轮数,--data指定数据集的配置文件,--weights指定预训练权重文件,--cache启用缓存,--batch-size指定每个GPU的批次大小。 请注意,以上步骤仅为一种可能的训练方式,具体的操作步骤可能会因个人需求和环境而有所不同。 #### 引用[.reference_title] - *1* *3* [(笔记)ubuntu20.04下 yolov5学习与使用](https://blog.csdn.net/ID_user_name/article/details/127955404)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [ubuntu20.04深度学习环境配置以及yolov5训练](https://blog.csdn.net/weixin_46678005/article/details/122472930)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“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 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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