YOLOv8问题解决：训练精度、召回率、Map为0

于 2024-03-25 10:58:11 发布
阅读量961 收藏 8
点赞数 3
文章标签： YOLO
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/xyc6355/article/details/137007328
版权

1、在default.yaml中关闭amp。

2、ultralytics/engine/validator.py的115行Flase掉half命令。

self.args.half = False   #关闭半精度验证

xunyicao10
关注
  • 3
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
YOLOv8常见报错集合（ModuleNotFoundError、NameError、KeyError、nan值及map全为0、​ CUDA out of memory、[WinError 145​）
weixin_45303602的博客
09-13 8371
执行后又报错在 task.py 中没有 ultralytics 模块， 同样在 task.py 前加入上述代码。batchsize设置处于电脑显存的临界位置，运行过程不稳定，可能前期没有问题，后期出现map为。如果执行后仍然出现该报错，则同样在出现报错的代码前加入该段代码即可。这个没办法，唯一的解决办法是使用cuda10.2的配置。可能训练速度慢一点，但是也勉强能用吧，亲测是有效的。在utils文件下的datasets的第81行，将。打开pycharm的终端，就是最底下的一行。batchsize设置问题。
YOLOv7安全帽检测+训练好的权重+数据集
02-22
YOLOv7安全帽检测训练好的模型和代码，几千张数据训练得到的权重文件，mAP和召回率recall达到了90%多，PR曲线等图保存在runs文件夹中 ，配置好YOLOv7的环境就可以直接运行 数据集和检测结果：...
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
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。
Yolov8模型修改后，进行训练时Box的精度P、召回率R、mAP等值均为0的问题
m0_47523572的博客
08-03 4826
Box的精度P、召回率R、mAP等值均为0的问题
yolov8在设置amp=False 之后map 训练依旧为0 解决办法
网络架构
09-16 2911
找到torch_utils.py 修改425行 去掉 half()
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
YOLOv4-object：我们修改NMS procecss
02-10
我们指出，COCO的功能（不标记所有对象）会损害对象发现的学习过程，因此，我们在480个完全标记的图像上微调YOLOv4-object，并显着改善了召回率，从而进一步验证了我们提出的方法的有效性。 而且，我们的方法是可...
基于Dense-YOLOv3的车型检测模型
05-06
针对传统YOLOv3的网络结构存在...经过在BIT-Vehicle标准数据集上对模型进行训练和测试，实验结果表明，基于Dense-YOLOv3车型检测模型平均精度达到了96.57%，召回率为93.30%，表明了该模型对车辆检测的有效性和实用性.
基于yolov5车轮检测源码及模型-附评估指标曲线(高mAP、召回率)及使用说明
11-28
1、基于yolov5车轮检测源码及模型_附评估指标曲线(高mAP、召回率)及使用说明 2、附有训练pr曲线、损失值曲线、召回率曲线、精确度曲线、mAP等评估指标曲线 3、迭代150次，模型拟合较好。 【备注】有相关使用问题，...
micro_macro_PR( pred_label , orig_label) ：计算微观和宏观平均：精度、召回率、F-score。-matlab开发
05-30
计算微观和宏观平均：精度、召回率、F-score。 从混淆矩阵计算。 如果您有任何问题，请发表评论或给我发电子邮件。
yolov8 训练自己的数据集后，检测不到目标的解决办法
tyq64的博客
07-19 6484
yolov8 训练自己的数据集后，检测不到目标的解决办法
初次使用yolov8遇到的问题
猫猫与橙子的博客
04-12 1468
首次使用yolov8训练检测，踩坑记录；
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）
热门推荐
weixin_55249340的博客
07-18 2万+
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】解决YOLOX训练时AP为0
MangoloD的博客
08-12 1万+
前段时间被YOLOX刷屏了，各个公众号都在强推，号称：性能超Yolov5，吊打一切YOLO 于是，我满怀期待，下载下源码，准备试一试．．． 一、问题描述 嗯，没错，遇到了一堆bug，不过好在都解决了，最后训练的时候 好家伙，AP一直为0，上GIthub上一搜索，看来遇到同样问题的不止我一个 而且根据有些答复修改，发现也不对，最后陷入沉思．．． 直到昨天群组里偶然有人说他用YOLOX成功还部署了，我就呆了，告诉了他我训练时AP为0，并询问了他具体使用方法，当然得到的答复并没有真正解决问题．．． 二、发现问题
yolov5训练的准确率比较低，召回率比较高的问题？
weixin_43501408的博客
12-23 2981
yolov5训练时准确率比较低
如何修改YOLOV8?(从这8方面入手帮你提升精度)
jsnuchao的博客
04-13 1万+
提升yolov8的检测精度 数据图像增强
YOLOV5训练数据集P、R、mAP等均为0的解决方案！！！【速进】
最新发布
weixin_43249462的博客
03-05 2074
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。
yolov8训练精度为0
01-04
根据引用[1]中的描述，当修改了YOLOv8网络的主干等结构后，在训练时可能会出现Box的精度P、召回率R、mAP等值均为0的问题。这可能是由于网络结构的修改导致了训练过程中的错误。 为了解决这个问题，您可以尝试以下几个方法： 1. 检查网络结构修改的正确性：确保您对网络结构的修改是正确的，并且没有引入错误。可以仔细检查修改的代码，确保没有遗漏或错误的操作。 2. 调整训练参数：尝试调整训练参数，例如学习率、批量大小等。有时候，修改网络结构后需要重新调整这些参数，以适应新的网络结构。 3. 使用预训练模型进行迁移学习：如果您修改了网络结构，但是没有足够的数据进行训练，可以考虑使用预训练模型进行迁移学习。通过在预训练模型的基础上进行微调，可以更快地训练出一个具有较高精度的模型。 4. 检查数据集和标签：确保您的数据集和标签是正确的，并且与网络结构的修改相匹配。如果数据集或标签存在问题，可能会导致训练精度为0。 5. 查看训练日志和损失函数：仔细查看训练日志和损失函数的变化，以确定训练过程中是否存在问题。如果损失函数没有下降或者训练日志中存在异常情况，可能需要进一步调查和排除问题。 请注意，以上方法仅为一般性建议，具体解决方法可能需要根据您的具体情况进行调整和优化。

“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 1
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