yolov5爬坑小作文_yolo v5训练到某epoch后box,obj,cls都显示nan

第一坑

做完训练集，配置要yaml文件后，笔者启动了训练命令

python train.py --data 我的yaml位置 --batch-size 我的每次进行一次反向传播之前需要前向计算的图片张数 --device 我的GPU编号

之后报错

OSError: [WinError 1455] 页面文件太小,无法完成操作。

多次网上冲浪后，发现一个解决方案，小娜里搜索环境变量

 进入高级的设置区

 性能选项栏再进入高级的虚拟内存更改区

 由于我的训练项目在C盘，所以我选择C盘，自定义大小，我的磁盘比较大，给它分配100个G来训练

配置完成后计算机需要重新启动才能生效，重启前请保存好你的所有文件免得造成损失！！

至此，这个坑算是填完了。

第二坑

于是笔者输入了第二次训练命令 ，此时出现了box_loss以及obj_loss均为nan的情况，真是馹勒苟了。

经过大佬指点，我们需要打开train.py对其进行修改，查到语句

amp = check_amp(model)  # check AMP

的所在位置

将这个语句替换成

amp = False

如图

这个坑就填上了，具体啥原因我也不明白，待日后深入研究了。。。

训练

笔者进行第三次训练

 可以看到已经正常运行了

 打开cmd输入查看训练效果命令

tensorboard --logdir=./runs/train/exp

最后是“exp”是因为我这是对应的训练目录下的最后一个文件夹，也就是正常训练的

 如果你不是第一次训练，请修改至最后一个文件夹名称

运行该命令后会自动打开一个网页让我们对训练情况进行实时预览

至此，今天爬坑小作文圆满结束，期待下一次巨坑来袭