如何解决训练定制模型
我正在尝试在yolov5上训练我的数据集,如github上的文档中所讨论的那样对数据进行了归一化,但是我总是遇到此错误。
from n params module arguments
0 -1 1 8800 models.common.Focus [3,80,3]
1 -1 1 115520 models.common.Conv [80,160,3,2]
2 -1 1 315680 models.common.BottleneckCSP [160,4]
3 -1 1 461440 models.common.Conv [160,320,2]
4 -1 1 3311680 models.common.BottleneckCSP [320,12]
5 -1 1 1844480 models.common.Conv [320,640,2]
6 -1 1 13228160 models.common.BottleneckCSP [640,12]
7 -1 1 7375360 models.common.Conv [640,1280,2]
8 -1 1 4099840 models.common.SPP [1280,[5,9,13]]
9 -1 1 20087040 models.common.BottleneckCSP [1280,4,False]
10 -1 1 820480 models.common.Conv [1280,1,1]
11 -1 1 0 torch.nn.modules.upsampling.Upsample [None,2,'nearest']
12 [-1,6] 1 0 models.common.Concat [1]
13 -1 1 5435520 models.common.BottleneckCSP [1280,False]
14 -1 1 205440 models.common.Conv [640,1]
15 -1 1 0 torch.nn.modules.upsampling.Upsample [None,'nearest']
16 [-1,4] 1 0 models.common.Concat [1]
17 -1 1 1360960 models.common.BottleneckCSP [640,False]
18 -1 1 922240 models.common.Conv [320,2]
19 [-1,14] 1 0 models.common.Concat [1]
20 -1 1 5025920 models.common.BottleneckCSP [640,False]
21 -1 1 3687680 models.common.Conv [640,2]
22 [-1,10] 1 0 models.common.Concat [1]
23 -1 1 20087040 models.common.BottleneckCSP [1280,False]
24 [17,20,23] 1 0 models.yolo.Detect [3,[[10,13,16,30,33,23],[30,61,62,45,59,119],[116,90,156,198,373,326]]]
Traceback (most recent call last):
File "train.py",line 404,in <module>
train(hyp)
File "train.py",line 80,in train
model = Model(opt.cfg).to(device)
File "/content/yolov5/models/yolo.py",line 62,in __init__
m.stride = torch.tensor([128 / x.shape[-2] for x in self.forward(torch.zeros(1,ch,128,128))]) # forward
File "/content/yolov5/models/yolo.py",line 90,in forward
return self.forward_once(x,profile) # single-scale inference,train
File "/content/yolov5/models/yolo.py",line 107,in forward_once
x = m(x) # run
File "/usr/local/lib/python3.6/dist-packages/torch/nn/modules/module.py",line 550,in __call__
result = self.forward(*input,**kwargs)
File "/content/yolov5/models/yolo.py",line 26,in forward
x[i] = x[i].view(bs,self.na,self.no,ny,nx).permute(0,2).contiguous()
RuntimeError: shape '[1,8,16]' is invalid for input of size 81920
这些是使用的标志
!python train.py --img 1024 --batch 4 --epochs 30 \
--data ./data/mask.yaml --cfg ./models/yolov5x.yaml --weights yolov5x.pt \
--cache --name maskmodel
这是文件结构
解决方法
对于面临同样问题的任何人,我在拆分数据进行培训和验证时都发现了我的问题,请确保您选择了种子。此外,当规范yolov5输入的文件时,请确保它们的ID为数字,且其中没有文本。谢谢
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。