yolov7训练错误记录

最新推荐文章于 2024-04-11 18:45:18 发布
最新推荐文章于 2024-04-11 18:45:18 发布
阅读量1.5k 收藏 1
点赞数 1
文章标签： YOLO git github
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/qq_46547949/article/details/130703286
版权

1.

fatal: not a git repository (or any parent up to mount point /)
Stopping at filesystem boundary (GIT_DISCOVERY_ACROSS_FILESYSTEM not set).
Traceback (most recent call last):
  File "/data2/lyn/yolov7-main/utils/google_utils.py", line 26, in attempt_download
    assets = [x['name'] for x in response['assets']]  # release assets
KeyError: 'assets'

运行train.py时给--weight传入相对路径

2.cfg/training/yoloe6e.yaml文件中的nc数要改

3. mydata.yaml要改

4.所有参数设置不要在train.py里改，在命令指定相对路径。

5. test需指定task访问哪个数据集路径

V.E.
关注
YOLOv9 | 利用yolov9训练自己的数据集 -＞ 推理、验证（源码解读 + 手撕结构图）
Snu77的博客
02-23 3万+
本文给大家带来的是全新的SOTA模型YOLOv9的基础使用教程，需要注意的是YOLOv9发布时间为2024年2月21日，截至最近的日期也没有过去几天，从其实验结果上来看，其效果无论是精度和参数量都要大于过去的一些实时检测模型，其主要创新点是两个分别是提出了Programmable Gradient Information​​（PGI）的结构以及全新的主干Generalized ELAN（GELAN）下面本文就手把手带大家来教大家如何使用自定义数据集训练YOLOv9模型，以及如何搭建环境，获取数据集/训练。
yolov8训练自己数据集报错解决汇总
最新发布
qinshi501的博客
04-23 569
解决：我们把训练的数据集图片增加到100张以上，重新进行训练，然后进行预测，发现可以识别到物品。这里我们使用了20张图片进行训练，数量太少，模型没有训练的模型不能识别到物品。解决办法：可通过更改ananconda的权限解决，操作如下。2：找到anaconda3的安装目录设置python的权限。解决：这里提示训练的标记数据没找到，我们的目录是这样的。进入Users的权限，将除了特殊权限外，全部挂上√。我这个是这个目录，设置权限，users设置所有权限。1：找到环境所在目录。
YOLOv7训练数据报错
记录我目之所及的世界
12-26 780
_pickle.UnpicklingError: STACK_GLOBAL requires str fatal: not a git repository (or any of the parent directories): .git KeyError: 'assets'
YOLO系列算法遇到的错误
weixin_50277857的博客
09-20 3618
YOLO系列算法遇到的一个错误。
yolov7训练报错问题解决
m0_61438337的博客
03-23 3275
yolov7执行test.py时报错
YOLOV7常见错误合集（含经典错误，共六类）
weixin_48082283的博客
08-03 1974
原因是python和win10系统，打开文件时默认的编码方式冲突导致：python默认的是gbk，而win10默认的是utf-8，所以只要改一下python打开文件时，默认的编码就行。主要原因是类别设置出现错误：条件是标签类别数（mlc）应该小于总类别数（nc），如果不满足这个条件，就会抛出 AssertionError。（2）可能改配置的过程中不小心动到了哪里，把yolov7这个文件删了，重新把解压包解压，再次运行就可以了。如果使用以上命令，可以在 configs/看看自己有没有把文件名搞错。
`subprocess.CalledProcessError: Command ‘git tag‘ returned non-zero exit status 128.`yolov7训练报错bug
komorebi123_的博客
03-22 506
`subprocess.CalledProcessError: Command 'git tag' returned non-zero exit status 128.`yolov7训练报错bug
使用Yolov7遇到的一些问题的解决方法
m0_54188335的博客
08-15 8563
使用Yolov7遇到的一些问题的解决方法
yolov7的训练问题
guanshanjushi2的专栏
08-03 3341
yolov7的训练问题
在训练YOLOv8l时出现了以上错误。
Hardworkingflx的博客
04-11 1475
这个错误表示一个模块（很可能是`tensorflow`或`tensorboard`依赖的其中一个）是针对新版本的`numpy` API（版本`0x10`）编译的，但是当前安装的`numpy`版本API是`0xf`，也就是说`numpy`的版本较旧。- TensorBoard版本与TensorFlow不兼容：`tensorboard`和`tensorflow`之间存在版本不兼容问题。可能是你安装的`tensorboard`版本不支持当前的`tensorflow`版本。需要升级`numpy`以满足依赖要求。
记录Yolov4训练数据
Seatreesun的博客
08-03 922
使用代码 https://github.com/princeton-vl/CornerNet 配置 win10 cuda10.0 数据集
yolov7目标检测：基于自定义数据集完成检测、训练、测试
shinuone的博客
03-25 5553
主要分三步：（1）环境配置与文件配置（2）检测（3）训练。其中，检测和训练都是可以独立进行的。检测是依赖于权重文件即可运行，而训练是基于自定义训练数据集和超参数生成权重文件。
yolov8训练自己的关键点检测模型
耶律大石的博客
01-31 1305
鼠标点击右键，出现菜单栏，选择Create Retctangle，将需要检测的物体用矩形框框起来，然后给矩形框命名，点击弹出的框里面的命名，然后点击OK，Group ID可根据自己具体需求进行处理。右键出现菜单栏，点击Create Point ,然后左键点击需要标注的位置并命名，随后点击OK。进入创建的labels.txt存在的文件夹下，输入以下命令打开labelme。创建labels.txt文件，内存放物体类别名称与关键点名称。先取消“保存图片数据”（减少标注文件大小）；
解决yolov7训练报错
weixin_45844743的博客
04-22 1100
3.如果还不行，把yolov7.yml、yolov7.pt、train.txt、valid.txt做同样的处理（我的全部放在主文件夹解决了）还一直报git tag的错误，把你的dataset.yml放到yolov7-main文件夹中（就是主文件夹），再试一次。4.如果还不行，检查一下你train.py的其他设置有没有写错。
关于yolov5出现报错 KeyError: ‘copy_paste‘之类Key问题解决办法
huabeiguoan的博客
09-02 1889
解决yolov5训练模型时出现KeyError的一种解决思路和办法
yolov7（同样适用于yolov7-tiny）训练自己的数据集
qq_59810830的博客
03-30 2762
windows上使用自己的数据集训练yolov7-tiny
GPU训练yolov5问题
onlyzkg的专栏
06-28 3010
Traceback (most recent call last): File "train.py", line 641, in main_worker(opt.device_id, ndevs_per_node, opt) File "train.py", line 189, in main_worker model = Model(opt.cfg) File "/torch/src/pytorch_models/Training/Detection/yolov5s/models/yol
跑YOLOv7遇到的问题
梨涡的前端学习
12-14 908
Batch size设置过高：Batch size设置过高也会导致模型训练不稳定，并可能导致val/obj_loss上升。训练集和验证集的分割不合理：如果训练集和验证集的分割不合理，那么验证集上的表现可能无法反映模型在实际场景中的表现。模型结构设计不合理：模型结构设计也可能导致val/obj_loss的上升，例如层数过深、过宽、非常规的激活函数等。调整学习率和Batch size：可以通过多次实验，逐步调整学习率和Batch size，找到最优的设置参数。2.删除数据集中的.cache文件。
yolov5训练见过分析
07-27
Yolov5是一个用于目标检测的深度学习模型。它是Yolov5系列中最小的网络，被称为yolov5s。该网络的结构简图可以由江大白老师绘制。Yolov5的网络结构可以通过不断加深和加宽来得到更复杂的版本，如yolov5m、l等。\[1\] 要开始训练yolov5模型，首先需要准备好visdrone2021数据集，并安装相关的python库。如果数据集的格式不是yolov5的label格式，还需要进行格式转换。然后，下载yolov5的模型和源代码。根据yolov5官方的指导，可以按照步骤开始训练模型。\[2\] 对于零基础的小伙伴们来说，训练自己的数据集可能需要一些时间和努力。但是，可以通过写博客记录和与他人交流来更轻松地上手。如果在训练过程中发现了错误或理解上的偏差，也可以欢迎指正。\[3\] #### 引用[.reference_title] - *1* *2* [模型训练基础 | 以yolov5模型为例训练visdrone2021数据集](https://blog.csdn.net/weixin_55626974/article/details/129233637)[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^insert_down28v1,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [【零基础玩转yolov5】yolov5训练自己的数据集（CPU训练+GPU训练）](https://blog.csdn.net/whc18858/article/details/127164010)[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^insert_down28v1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
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
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