YOLO系列p值R值为0的情况

已于 2024-05-07 16:16:35 修改
阅读量694 收藏 1
点赞数 4
文章标签： YOLO
于 2024-05-07 14:21:16 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/qq_75085330/article/details/138530726
版权

这几天跑YOLOv9和YOLOv5都出现了p r map50都为0的情况

查了蛮多资料，但是发现都没有什么用，然后今天发现多跑几轮就有结果了

大家可以试试，多跑几轮，看个人数据集，在十几轮就可以出来数值

htxqh
关注
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 5374
错误：yolov5训练后，部分类别检测的P、R和mAP为0
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 7138
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训练时P、R、mAP等值均为0的问题
qq_65356682的博客
04-06 1万+
需要注意的是，P、R、mAP等指标为0并不一定意味着模型无效。训练时间太短：如果训练时间太短，则模型可能没有足够的时间来收敛到最佳状态。模型过于简单：如果模型过于简单，则很难从样本中学习到有效的特征。考虑增加网络的深度和宽度，或使用更复杂的网络结构。预处理步骤出现问题：确保数据预处理流程正确，例如确保使用正确的缩放方式和颜色空间转换，以及应用正确的数据增强策略。学习率过高或过低：首先尝试将学习率降低到一个更合适的水平，并考虑使用学习率调度程序来优化训练过程。
yolov5训练(train)的时候 P R 值为0
m0_59080342的博客
09-09 8421
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...
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
关于我在运行yolov5出现“P、R、mAP等值均为0的问题”和“出现AttributeError: ‘FreeTypeFont‘ object has no attribute ‘getsize‘”
qq_73087022的博客
11-19 1414
关于我在运行yolov5出现“P、R、mAP等值均为0的问题”和“出现AttributeError: ‘FreeTypeFont‘ object has no attribute ‘getsize‘”的解决方案（亲身经历）
Yolo计算AP,mAP,生成P-R曲线
Mr_kuilei的博客
04-20 4144
环境：Python3.7 Opencv Numpy Matplotlib 参考： https://blog.csdn.net/cgt19910923/article/details/80524173 https://blog.csdn.net/amusi1994/article/details/81564504 https://www.pianshen.com/article/599410093...
Yolo系列——YOLO v1
2301_77698138的博客
10-23 2932
最终输出的7×7意味着7×7个grid cell，30表示每个grid cell包含30个信息，其中2个预测框，每个预测框包含5个信息(x y w h c)，分别为中心点位置坐标，宽高以及置信度，剩下20个是针对数据集的20个种类的预测概率(即假设该grid cell负责预测物体，那么它是某个类别的概率)。值越大则box越接近真实位置。YOLO-V1算法最后输出的检测结果为7x7x30的形式，其中30个值分别包括两个候选框的位置和有无包含物体的置信度以及网格中包含20个物体类别的概率。
Yolo系列——Yolo v2
2301_77698138的博客
10-24 1792
YOLOv2是一种高效、准确的目标检测模型。它通过改进网络结构、引入Anchor机制、使用高分辨率分类器和多尺度训练等策略提高了模型的检测速度和精度。同时它还具有较好的泛化能力和实时性能，已被广泛应用于多个领域。
yolo系列外文翻译_Cascade R-CNN和YOLOv3在导弹目标识别中的应用
weixin_33806343的博客
01-12 1139
1. 引言随着武器装备的发展日趋智能化，自动目标识别(Automatic target recognition, ATR)成为导弹末制导研究的重要课题 [1]。自20世纪60年代提出ATR概念以来，ATR技术得到迅猛发展，相关学者对不同制导模式提出了算法理论，并伴随技术发展不断提出新算法 [2]。当前，基于可见光、激光和红外图像识别等技术在导弹目标识别中已广泛应用，但识别精度有待进一步提高，迫切需...
YOLO系列之YOLOv3
最新发布
qq_52937486的博客
11-08 998
faster rcnn,SSD都是针对于anchor而言的，而yolo里是则对于anchor左上角点而言的，yolo结构里也提到，有三个预测特征层，每个预测特征层有不同的模板，下图假设是一个，则对每个anchor模板，都有四个边界框回归参数，分别对应tx,ty,tw,th。N*N是特征图的大小，常见的N13，26，52；l2损失，右上图l2损失是一样的，但是IOU不同，即损失不能很好的反映重合程度，故引入IOU Loss,计算公式如下，=-ln(IOU),还有一个IOU Loss=1-IOU。
跑yolov5又出啥问题了（1）p，r，map全部为0
weixin_50862344的博客
08-01 7826
来看若智人（我）了
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 5307
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的置信度阀值与iou阀值及P R详解
氵宁的博客
01-17 5069
P值如果设为100，即要求被标记出来的区域一定属于A类，这种概率非常低，所以可能一个A类都识别不出来，进而导致R值为0。而若P值设为0.1，则要求被标记出来的区域只要有百分十的概率属于A类即可，那么将有很多A类被标记，R值也进一步提高。可以看出，随R值的升高，A被预测到的数量也会增加，即那些可能性较低的A类也逐渐被预测出来。以此类推，当A类的R值设为1时，表示以某精确度P11计算，检测到了所有的A类标签。预测出了400份被认为是猫，其中，正确的有300份，错误的有100份。
yolov5和yolov8在train时，出现box_loss、cls_loss、dfl_loss为nan，Box(P R mAP50 mAP50-95)为0的解决办法
热门推荐
weixin_42283539的博客
04-06 1万+
但是这种办法解决了【box_loss、cls_loss、dfl_loss为nan】的问题，并未解决【Box(P R mAP50 mAP50-95)为0】的问题。另外我在yolov8上使用devide=cpu训练时，不会出现nan和0的问题，但是速度很慢。yolov5 版本是v7.0 yolov8的版本是8.0.66。用命令行训练时，可以添加一个设置选项 amp=False。，出现的问题跟下边这个链接中提到的问题一模一样，修改amp和model.half.float即可。
解决Yolov8训练train时box_loss cls_loss dfl_loss为nan和 Box(P R mAP50 mAP50-95)为0问题和wandb.errors.UsageError
qq_45683122的博客
06-16 2040
Yolov8在训练时box_loss cls_loss dfl_loss为nan和 Box(P R mAP50 mAP50-95)为0的问题第一步：找到ultralytics\cfg\default.yaml中的default.yaml文件将default.yaml中的amp设置为false将default.yaml中的half设置为false第二步：找到ultralytics\engine\validator.py中的validator.py文件。
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 6068
P R mAP50 mAP50-95等值均为0。
yolo在train时，出现box_loss、cls_loss、dfl_loss为nan，Box(P R mAP50 mAP50-95)为0或者直接报错的解决办法
TracyGC的博客
05-17 2095
以及注释掉ultralytics/yolo/engine/validator.py # self.args.half = self.device.type!也有文章说是NVIDIA对GTX16xx相关CUDA包有问题，把每个地方.half()改为.float()或者把half赋值为False，找到val.py和validator.py， 查看self.args.half的值，都改成False。/cfg/default.yaml 第49行 half 为 False。
评论 4
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