YOLOv8常见问题解决方案

恢复中断的训练

来自官方文档
恢复训练时，Ultralytics YOLO 会加载上次保存模型的权重，并恢复优化器状态、学习率调度器和历时编号。这样，您就可以从上次中断的地方无缝地继续训练过程。

Ultralytics YOLO 您可以通过设置 resume 参数 True 在调用 train 方法的路径，并指定 .pt 文件，其中包含经过部分训练的模型权重。

from ultralytics import YOLO

# Load a model
model = YOLO('path/to/last.pt')  # load a partially trained model

# Resume training
results = model.train(resume=True)

通过设置 resume=True，"… train 函数将使用存储在 "path/to/last.pt “文件中的状态，从中断处继续训练。如果 resume 参数被省略或设置为 False，”… train 功能将开始新的培训课程。

请记住，默认情况下，检查点会在每个纪元结束时保存，或者使用 save_period 参数，因此您必须至少完成一个纪元才能恢复训练运行。
在第三轮结束时终止后执行上述命令在第四轮开始重新训练

RuntimeError: DataLoader worker (pid(s) 22440) exited unexpectedly

将batch调小，把workers=0

AttributeError: ‘NoneType’ object has no attribute ‘_free_weak_ref’

使用AutoDL云服务器时发现训练结束出现一堆这个东西，查了查资料发现是pytorch1.11的通病，官方解释在这
大概意思就是降级成1.10就解决啦，往上升还没试过。