yolov5报错解决办法

本文解答了训练时遇到的问题,包括yaml文件路径配置错误、响应时间慢与主机连接、页面过小导致的操作困难,以及OpenMP冲突的解决方法,涉及字体下载、多线程调整和环境变量设置。
摘要由CSDN通过智能技术生成

目录

1   no label found 

2  响应时间太慢 无法连接主机

3  页面太小 无法操作问题 

4 OMP: Hint This means that multiple copies of the OpenMP..

1   no label found 


解决(1):train与val的位置不对。可以在 ./data下查看自己定义的 .yaml文件中的文件目录写错了没有。标准格式如下   (train 与val分别代表训练与验证集)

train:./dataset/car/images/train/
val:  ./dataset/car/images/val/

解决(2):查看在utils/dataloader.py的中的

  # Define label paths as a function of image paths
    sa, sb = f'{os.sep}images{os.sep}', f'{os.sep}labels{os.sep}'  
    return [sb.join(x.rsplit(sa, 1)).rsplit('.', 1)[0] + '.txt' for x in img_paths]

第一句 sa和sb,表示图像路径和标签路径中的文件夹分隔符。

第二句 先将图像路径根据sa进行分割,然后用sb替换,再根据文件扩展名进行替换为 .txt。

注意 有的标签在labelimg过程中的存储形式是xml.txt 此时要将.txt改为.xml.txt

解决(3):重命名训练集合与验证集合 参考博客YOLOv5训练数据提示No labels found_no labels found in val set, can not compute metric-CSDN博客

2  响应时间太慢 无法连接主机


原因 :可能是标注字体没有下载下来 
解决 :可预先将标注字体下载下来,粘贴到项目目录中

3  页面太小 无法操作问题 


解决(1):将utils/general.py的 NUM_THREARD改为1
注意:可先将general的NUM_THREARD改为1,等程序train完成后   恢复原来NUM_THREARD的值 进行delect验证

解决(2):程序中的num_worker改为0或1

解决(3):高级系统设置分配虚拟内存  参考博客yolov5训练时报错 OSError: [WinError 1455] 页面文件太小,无法完成操作。 Error loading “D:\Anaconda\envs\..._训练lora的时候显示页面文件太小-CSDN博客

4 OMP: Hint This means that multiple copies of the OpenMP..

在import os后面加上(类似的解决问题网上一搜一大堆

import os
os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE
  • 8
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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