yolov5训练(train)的时候 P R 值为0

最新推荐文章于 2024-05-07 14:21:16 发布
最新推荐文章于 2024-05-07 14:21:16 发布
阅读量8.1k 收藏 42
点赞数 7
文章标签： pytorch 深度学习 神经网络
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/m0_59080342/article/details/120196475
版权

问题：

在版本是py3.9+torch1.9+cuda11.1 的环境下  训练模型的时候P R 值一直是0  

解决方案：

卸载pytorch  重新去官网装  CUDA版本改成10.2    即可 

以conda 为例  torch1.9+cuda10.2 安装代码如下

conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch

本人目前用的比较稳定的环境是:

py3.9+torch1.9+cuda10.2  比较稳定 其他配置容易出现不识别或者训练无效等问题

北风罢了
关注
  • 7
    点赞
  • 踩
  • 42
    收藏
    觉得还不错? 一键收藏
  • 14
    评论
YOLOV5训练数据集P、R、mAP等均为0的解决方案！！！【速进】
weixin_43249462的博客
03-05 4266
可以识别到label，但是P,R,map这些地方都是0，如果确保数据原图和标签是匹配的，或者上传的文件也不是损坏的，那就有可能是梯度的问题了。如果你的代码跟我的有点不一样，没关系是因为yolov5的作者一直在维护升级代码，找到对应位置把默认的SGD优化器改成Adam就可以啦！yolov5默认使用的是SGD优化器，所以我们要改成Adam优化器，Adam优化器也是yolov5封装好的，很简单。如果你的程序跟我的一样的话，参数是这样的。
yolov5训练安全帽检测所需资源及脚本
08-02
本资源包提供了进行YOLOv5训练的安全帽检测所需的全部资料和脚本。 首先，YOLOv5的核心在于它的网络架构，它采用了卷积神经网络（CNN）并优化了检测速度和精度。V6.1版本的YOLOv5相较于早期版本可能进行了进一步的...
yolov5训练visdrone数据集
05-09
yolov5训练visdrone数据集
错误：yolov5训练后，部分类别检测的P、R和mAP为0
weixin_45478423的博客
02-14 3913
错误：yolov5训练后，部分类别检测的P、R和mAP为0
YOLO系列p值R值为0的情况
qq_75085330的博客
05-07 314
这几天跑YOLOv9和YOLOv5都出现了p r MP5为0的情况。查了蛮多资料，然后发现，多跑几轮就有结果了。大家可以试试，多跑几轮。
解决YOLOV5训练时P、R、mAP等值均为0
daofeng56的博客
10-11 4259
解决YOLOV5训练时P、R、mAP等值均为0，除了环境问题之外的错误
补充：YOLO模型训练时loss出现nan值或者测试时P\R\map全部为0值的解决办法（GTX16xx系列显卡）
lwx的博客
07-29 4260
YOLO系列训练时出现loss出现nan值或者测试时P\R\map全部为0值的解决办法补充
YOLOV5训练数据集P、R、mAP等均为0的解决方案
weixin_42475780的博客
11-02 2万+
使用YOLOV5训练数据集时，P、R等值均为0 最近在用YOLOV5训练自己的数据集，执行了十几个epochs之后，epoch的主要参数，比如box，obj，cls，labels等均为nan或0，即没有跑通正确的结果，找了很多方案，最终发现是pytorch版本不适合。 我的cuda版本是10.2，pytorch版本是1.7.1，重新安装了1.8.0版本的（pytorch-1.8.0-py3.8_cuda11.1_cudnn8_0.tar.bz2）以及相应的torch1.8.0（cu102/torch-1.8
YOLOV5训练时P、R、mAP等值均为0的问题
m0_50004939的博客
09-16 1万+
在进行YOLOv5训练时，训练结果出现如下图所示错误，显示P,R,和mAP等值等于0的问题
解决YOLOV5训练时P、R、mAP等值均为0的问题
GeniusAng的博客
06-20 1万+
解决YOLOV5训练时P、R、mAP等值均为0的问题
yolov5算法人脸表情识别训练权重+数据集
最新发布
05-25
yolov5算法人脸表情识别训练权重， 包含人脸表情识别数据集，数据集目录已经配置好，划分好 train，val, test，并附有data.yaml文件，yolov5、yolov7、yolov8，yolov9等算法可以直接进行训练模型，txt格式标签， ...
YOLOv5训练笔记
11-03
YOLOv5训练笔记主要涉及的是使用YOLOv5模型进行目标检测的实践过程，包括环境配置、数据准备和模型训练。以下是对这些知识点的详细解释： 1. **环境安装**： - 首先，为了运行YOLOv5，需要创建一个Python虚拟环境...
基于yolov5训练的是否佩戴口罩目标检测模型
02-04
**基于YOLOv5训练的口罩佩戴目标检测模型** YOLO（You Only Look Once）是一种流行的实时目标检测系统，其最新版本YOLOv5在计算机视觉领域得到了广泛应用。该模型以其快速、准确和易于训练的特点，使得它成为解决...
YOLO系列训练时出现loss出现nan值或者测试时P\R\map全部为0值的解决办法（GTX16xx系列显卡大坑）
热门推荐
weixin_55249340的博客
07-18 3万+
YOLO系列训练时出现loss出现nan值或者测试时P\R\map全部为0值的解决办法（GTX16xx系列显卡大坑）
YOLOP——全景驾驶感知理论解读与实践上手
兴趣使然的创作者
08-11 4070
YOLOP是华中科技大学研究团队在2021年开源的研究成果，其将目标检测/可行驶区域分割和车道线检测三大视觉任务同时放在一起处理，并且在Jetson TX2开发板子上能够达到23FPS。
YOLOV5训练时MAP、R、P值为0，测试时无检验框
gaoxukkk888的博客
04-27 2449
并且训练中的每一个epoch的MAP值、P值以及R值均为0（如下所示）
解决YOLOV5训练时P R mAP50 mAP50-95等值均为0的问题
qq_63034152的博客
07-10 4796
P R mAP50 mAP50-95等值均为0。
yolov5 P值高R值低
07-28
根据引用\[1\]和引用\[2\]的描述，当训练YOLOV5模型时，出现P值高而R值低的情况可能是由于训练失败导致的。在训练过程中，如果出现box、obj、cls、labels等数值为nan或0的情况，说明训练过程中出现了问题。这可能是由于cuda与PyTorch版本不兼容所导致的。为了解决这个问题，你可以尝试更新cuda和PyTorch版本，确保它们之间的兼容性。 此外，引用\[3\]提到了另一个可能导致P值高而R值低的问题。如果你的数据集中只有train文件而没有val文件，并且在训练过程中P R mAP的值都显示为零，那么可能是因为数据集的格式有问题。确保你的数据集中同时包含train文件和val文件，并且它们都是以txt格式保存的。 综上所述，要解决yolov5中P值高而R值低的问题，你可以尝试更新cuda和PyTorch版本，并确保你的数据集格式正确。这样可以提高模型的准确率和性能。 #### 引用[.reference_title] - *1* [解决YOLOV5训练时P、R、mAP等值均为0的问题](https://blog.csdn.net/weixin_45707277/article/details/125382624)[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* *3* [YOLOV5训练时P、R、mAP等值均为0的问题](https://blog.csdn.net/m0_50004939/article/details/126887545)[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 ]
评论 14
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