免费个人网站建站源码,优化服务平台,seo一个关键词多少钱,外贸企业网站推广公司这篇博客主要记录博主在做YOLOv7模型训练与测试过程中遇到的一些问题。 首先我们需要明确YOLO模型权重文件与模型文件的使用 其实在github的readme中已经告诉我们使用方法#xff0c;但我相信有很多像博主一样眼高手低的人可能会犯类似的错误。
训练
首先是训练时的设置但我相信有很多像博主一样眼高手低的人可能会犯类似的错误。
训练
首先是训练时的设置 这里的训练指的是从头开始训练即不使用任何权重文件。 官方给出的命令如下可以看到此时其只是使用了模型的配置文件cfg参数所指定的而权重文件weights所指定的为空此时训练时对服务器的配置要求高。
python train.py --workers 8 --device 0 --batch-size 32 --data data/coco.yaml --img 640 640 --cfg cfg/training/yolov7.yaml --weights --name yolov7 --hyp data/hyp.scratch.p5.yaml迁移学习
迁移学习指的是我们使用官方给出的预训练模型我们可以在这个基础上进行微调相较于从头训练其配置要求相对低。 使用的权重文件 官方给出的命令 可以看到此时我们使用的预训练模型为yolov7_training.pt
python train.py --workers 8 --device 0 --batch-size 32 --data data/custom.yaml --img 640 640 --cfg cfg/training/yolov7-custom.yaml --weights yolov7_training.pt --name yolov7-custom --hyp data/hyp.scratch.custom.yamlyolov7_training.pt
测试
测试指的是我们使用官方提供好的测试权重文件来进行对我们的数据进行测试。 使用的权重文件 下载地址 https://github.com/WongKinYiu/yolov7/releases/download/v0.1/yolov7.pt python test.py --data data/coco.yaml --img 640 --batch 32 --conf 0.001 --iou 0.65 --device 0 --weights yolov7.pt --name yolov7_640_val推理
在视频中
python detect.py --weights yolov7.pt --conf 0.25 --img-size 640 --source yourvideo.mp4在图像上
python detect.py --weights yolov7.pt --conf 0.25 --img-size 640 --source inference/images/horses.jpgepoch太小问题
实验中设置epoch为300batch-size16但运行完成后发现模型还有优化的趋势 只能将其调大。重新训练
随后再次开始训练时遇到问题终止了
磁盘空间不足问题
RuntimeError: [enforce fail at inline_container.cc:319] . unexpected pos 216903872 vs 216903768这是由于硬盘容量不足造成的。 这是由于我们在运行过程中会产生大量的权重文件这些文件在数量多后所占空间是极大的。要注意随时清理。 这一次其没有完全运行完便终止了但根据迭代时的效果来看其已经不会有更多提升。 进行测试效果并不理想 模型在训练过程中会产生大量的权重文件这些文件会占用大量的磁盘空间。但其实通过查看保存到权重文件我们可以看到很多都是在训练的某个epoch中产生的而我们一般只需要最好的那个模型文件即可即best.pt文件那么我们就可以在实验过程中将这些不需要的文件删除。 我们可以选择一个个的命令输入删除 rm epoch_049.pt epoch_074.pt但这种需要输入很多文件名很是费力这时我们可以使用只保留某个文件其余都删除 如我们只保留best.ptinit.ptlast.pt文件
rm -f !(best.pt|init.pt|last.pt)但在运行中可能会报错bash中运行后会提示不能识别 ! 这个命令符
bash: !: event not found这时可以使用shopt 内置命令启用shell选项 (extglob) 则会识别几个扩展模式匹配运算符
模式列表是由 | 分割
查看shell选项 extglob
shopt |grep extglob启动shell选项 extglob
shopt -s extglob关闭shell选项 extglob
shopt -u extglobPRMap一直为0问题
今天遇到的一个Map一直为0问题说实话先前在detr模型中也曾经遇到过但一直没有得到解决今天在yolo中再次遇到了说实话就很无语。后来查阅资料提到说可能是pytorch版本不匹配导致的。这下更无语了先前博主的环境一直使用的是这个没有出现过这个问题呀。如下图 考虑到自己更换了预训练模型心想是不是这个问题导致的因此便重新换回了先前的模型
发现竟然原先的模型也一直为0这下让博主懵了明明用的都是同样的环境呀。 随后博主使用了另一个服务器发现在另一个服务器上的运行是正常的。这~难道说博主的环境真的出了问题随后博主打开了两个服务器的环境查看一下发现果然环境不同。 其实在源码的依赖包配置文件中已经指出 随后将其更换为一样的后。再次运行发现问题依旧没有解决但这时两边对比发现labels有些不同便猜测是数据集加载出了问题。 随后检测了一下数据集发现果然是数据集出现了问题labels中标签缺失将数据集替换后再次运行便正常了。 哎白高兴一场还以为可以解决先前detr里面出现的问题了呢。
