跑yolov5又出啥问题了（1）p，r，map全部为0

已于 2022-08-01 13:03:31 修改
阅读量6.7k 收藏 17
点赞数 7
分类专栏： # yolov5 文章标签： 深度学习 pytorch 人工智能
于 2022-08-01 13:00:49 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/weixin_50862344/article/details/126098351
版权

1.今天在跑的时候遇到了一个比较尴尬的问题
在训练时，p，r，map全部为0
在这里插入图片描述
上图可能不是很直观在这里插入图片描述
包括最终结果也是没有precision，recall和map。

查询了一圈没有结果考虑的原因很多（以下原因从易操作到难操作记录）：
①格式没转换
②文件夹格式（名称和架构）有问题
某些版本好像有玄学换名操作
③pytorch和cuda版本不对应

我这次就是犯了一个大若智才会犯的小错。提醒一个点：检查的时候一定要从底层开始。

我的根本原因是：train训练集用的txt，val用的xml

然后我觉得有一个点很少有博主会提及：
yolov5实际上训练用到的只是对应的图片文件和txt文件夹。其实只要有这两个就没问题了！！！

华农度假村村长
关注
  • 7
    点赞
  • 踩
  • 17
    收藏
    觉得还不错? 一键收藏
  • 12
    评论
专栏目录
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 1万+
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
解决YOLOV5训练时P、R、mAP等值均为0的问题
ComAng的博客
06-20 1万+
解决YOLOV5训练时P、R、mAP等值均为0的问题
YOLOv8问题解决：训练精度、召回率、Map为0
最新发布
xyc6355的博客
03-25 1181
2、ultralytics/engine/validator.py的115行Flase掉half命令。self.args.half = False #关闭半精度验证。1、在default.yaml中关闭amp。
YOLOV5训练时MAP、R、P值为0，测试时无检验框
gaoxukkk888的博客
04-27 2176
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）
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
11-19 925
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）
YOLOV5训练时P、R、mAP等值均为0的问题
qq_65356682的博客
04-06 7466
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训练自己的数据集并计算mAP
热门推荐
tpz789的博客
12-05 3万+
目录参考文献代码和权重下载准备工作data中新建几个文件夹makeTxt.pyvoc_label.py文件修改数据集方面的yaml文件修改网络参数方面的yaml文件修改train.py中的一些参数修改训练测试新建data_test新建几个py文件cfg_mAP.py：detect_eval_class_txt.py :compute_mAP.py：mAP_line.py :utils_mAP.py:yolov5_eval.py : 本人前段时间用yolov5进行目标检测研究，记录一下流程方便查看，也希望能帮
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 3510
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
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 4080
P R mAP50 mAP50-95等值均为0。
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）
qq_46393403的博客
01-23 3256
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）
YOLO v5 全套代码实现
03-03
YOLOv5 的表现要优于谷歌开源的目标检测框架 EfficientDet，尽管 YOLOv5 的开发者没有明确地将其与 YOLOv4 进行比较，但他们却声称 YOLOv5 能在 Tesla P100 上实现 140 FPS 的快速检测。 YOLOV5都会通过数据加载器传递每一批训练数据，并同时增强训练数据。数据加载器进行三种数据增强：缩放，色彩空间调整和马赛克增强。 有意思的是，有媒体报道，YOLO V5的作者Glen Jocher正是Mosaic Augmentation的创造者，他认为YOLO V4性能巨大提升很大程度是马赛克数据增强的功劳，也许是不服，他在YOLO V4出来后的仅仅两个月便推出YOLO V5，当然未来是否继续使用YOLO V5的名字或者采用其他名字，首先得看YOLO V5的最终研究成果是否能够真正意义上领先YOLO V4。 但是不可否认的是马赛克数据增强确实能有效解决模型训练中最头疼的“小对象问题”，即小对象不如大对象那样准确地被检测到。
yolov3 map、recall、p-r曲线可视化超详细
01-20
1 、运行darknet官方代码中的detector valid指令，生成对测试集的检测结果。 .\darknet detector valid -out “” 其中voc.data和cfg文件就是你当时训练用的配置文件，weights文件就是你训练出来的结果，其中需要...
Visdrone数据集YOLOv5模型训练结果，VisDrone-训练结果-yolov5-版本5.zip
10-21
Visdrone数据集YOLOv5s和YOLOv5m两个模型的训练结果，训练了300个epoches ;YOLOv5使用的是第五个版本，并且提供有相关场景下的测试的视频，有需要的可以下载
Yolov5-v3安全帽检测
05-15
1.这是一个检测是否佩戴安全帽的完整训练代码项目，包含一个已训练好的yolov5m的模型，mAP在90%以上，能直接应用于要求不高的场景上。 2.参考博文：...
YOLOv5车牌和人脸识别+检测权重+标注好的数据集
04-16
1、YOLOv5车牌和人脸识别，含训练好的检测权重，以及PR曲线，loss曲线等等，map达90% 多可检测出车牌的位置，司机脸部区域，是否戴口罩，但不能识别具体的车牌号码。附有一万张车牌人脸检测数据集，有下载链接，标签...
YOLOv5-5.0版本能直接使用的火焰识别模型
07-07
数据集是自己搜集的，使用的是yolov5-5.0训练两天得到的效果较好模型。 最近发现最新版的yolov5-6.1模型架构发生变化，不能直接使用。如果有6.1的需求，可以私信我。 mAP0.5可以做到0.76 效果不是最好，但是勉强能用...
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 2324
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。
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 3670
错误：yolov5训练后，部分类别检测的P、R和mAP为0
yolov5训练时p r map全为0
06-28
### 回答1： 可能是由于以下原因导致的： 1. 数据集中没有目标物体或者标注有误，导致模型无法学习到有效的特征。 2. 训练参数设置不当，例如学习率过大或过小，训练轮数不足等。 3. 硬件配置不足，例如显存不足，导致模型无法正常训练。 建议检查数据集和标注是否正确，调整训练参数，增加训练轮数，并确保硬件配置足够。 ### 回答2： YOLOv5是一种流行的目标检测算法，它在许多计算机视觉任务中都得到了广泛应用。在YOLOv5的训练过程中，p、r和map是非常重要的评估指标，它们能够反映出模型的性能。 当p、r和map全为0时，这通常表示着模型的性能非常糟糕，可能存在一些问题导致训练结果无法评估。 有几个常见的原因会导致这种情况： 1. 数据问题：如果训练数据集中存在一些问题，例如数据标注不准确或者存在缺失标签等情况，都可能导致模型的性能下降。因此，在训练之前应该对数据集进行仔细的检查和处理，确保数据的质量和完整性。 2. 模型参数问题：模型的参数设置也非常重要，如果参数设置不合理，例如学习率过高或过低，正则化项过强等，都会对模型的训练效果造成严重影响。因此，在进行模型训练前，需要仔细地选择参数并进行调优。 3. 训练过程问题：训练过程中存在一些问题也可能导致p、r和map全为0。例如过拟合或欠拟合等情况都需要对训练过程进行仔细调整。此外，可能需要将训练数据集划分成更小的批次，使用更小的学习率等。 4. 环境问题：最后，环境问题也可能会影响p、r和map指标。例如，训练的硬件设备性能不佳或训练过程中的崩溃等情况都可能影响模型的训练效果。因此，在训练之前需要确保环境的稳定性和性能。 总之，当p、r和map全为0时，需要对训练过程进行仔细的调查和诊断，寻找问题的根源并进行相应的解决。只有在充分理解和解决这些问题后，才能获得良好的模型性能和准确的评估结果。 ### 回答3： 在训练yolov5模型的过程中，可能会遇到PR值和mAP值均为0的情况，这通常是由于以下几个原因导致的： 1. 数据集问题：数据集可能存在错误标注或者数据严重失衡，导致模型训练时无法学习到有效信息。此时可以检查数据集标注是否正确，并尝试平衡数据集。 2. 训练参数问题：可能是训练过程中的一些参数设置不合理导致结果为0。此时需要检查模型参数和训练参数，如学习率等。 3. 模型结构问题：模型结构的选择和设计也很重要，如果选择的模型结构不合适，或者设计的不合理，有可能会导致训练结果为0。可以尝试在模型结构上进行改进和调整，比如增加层数或调整卷积核大小等。 4. 训练数据不足：如果训练集不够大或者数据量不足，也会导致PR值和mAP值为0。此时可以尝试增加训练集的大小或者使用数据增强进行扩充。 综上所述，当yolov5训练时PR和mAP值全为0时，需要仔细检查数据集、训练参数、模型结构以及训练数据是否充足，找到问题所在然后进行相应的调整和改进，从而提高模型的训练效果。

“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 12
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