yolov5训练自己的标尺数据集(nc=1)时loss为0是怎么回事，但运行coco数据集就有loss。
也不知道这训练结果看起来怎么样，还能在什么地方改进，希望有友友可以解惑，感激不尽。
训练图片为127张，weight是yolov5s，epochs是200，batch-size为8
yolov5训练结果只有loss为0
- 写回答
- 好问题 0 提建议
- 关注问题
分享- 邀请回答
-
1条回答 默认 最新
- 爱晚乏客游 2022-10-14 08:59关注
单个类别的时候，train里面要将single-cls设置为true，或者参数里面加上--single-cls
本回答被题主选为最佳回答 , 对您是否有帮助呢?评论 打赏解决 7无用 6举报 分享
- 2022-08-12 13:39回答 1 已采纳 将学习率改为0.00001，步子太大，扯到蛋了，改小点
- 2022-06-22 10:51回答 3 已采纳 不是，你这个是class_loss一塌糊涂导致你的pr和map曲线也不行，但是你的obj和box是正常的，也就是说网络有找到目标，只不过目标在分类的时候分错了。首先考虑的应该是你的数据集情况。1.你的
- 2022-04-07 22:15回答 1 已采纳 你用的预训练模型还是直接初始化的模型？看样子只能说你的数据集整体的loss比你用的预训练模型或者初始化模型高而已，整体是正常的就行
- 2022-10-18 20:53没有角的角角的博客 YOLOv5训练结果分析
- 2022-12-07 20:54回答 1 已采纳 cls_loss是指分类损失，你需要检测的类别是不是只有一个啊。如果只有一个分类loss肯定是0
- 2022-04-02 19:40回答 6 已采纳 这可能是PyTorch在其他一些问题中提到的Windows/conda/CUDA11错误，在这种情况下，降级到CUDA 10可以解决这个问题。 或者，您的数据集标签可能存在一些问题。
- 2022-04-25 03:42回答 4 已采纳 你说的收敛是指什么？是指map达到指定的值嘛，一般mAP不再升高，那就是收敛了。yolo v5训练还是很快的，一般不超过100次迭代。如果训练的mAP很高，测试时较低，那就是过拟合了，或者说，训练集和
- 2023-09-27 10:43小赵每天都来学习的博客 首先我是在公司共用的服务器上保存的coco数据集，所以会出现大家一起用的情况，可能这个cache里保存的就是上一个...我的yolo训练方法是将images和labels单独放到两个文件夹里，labels是.txt格式，标准的训练yolo格式。
- 2023-04-23 21:55回答 2 已采纳 分类请运行yolov5/classify/train.py这个文件，而不是yolov5/train.py,这两个是不一样的
- 2022-08-31 09:35回答 2 已采纳 这篇文章：【YOLOV5-5.x 源码解读】loss.py 也许能够解决你的问题，你可以看下
- 2021-07-15 17:34回答 2 已采纳 你好，我是有问必答小助手。为了技术专家团更好地为您解答问题，烦请您补充下（1）问题背景详情，（2）您想解决的具体问题，（3）问题相关代码图片或者报错信息。便于技术专家团更好地理解问题，并给出解决方案。
- 2023-03-25 15:15嘿♚的博客 yolov5模型训练后的结果会保存到当前目录下的run文件夹下里面的train中下面对训练结果做出分析。
- 2022-03-08 20:50Wiseym的博客 yolov5 训练结果解析 在每次训练之后，都会在runs-train文件夹下出现一下文件，如下图： 一：weights 包含best.pt（做detect时用这个）和last.pt（最后一次训练模型） 二：confusion 1：混淆矩阵： ①：...
- 2024-10-22 15:58D_Yan7的博客 包含best.pt（做detect时用这个）和last.pt（最后一次训练模型）
- 2022-05-29 10:501、yolov5行人摔倒检测，包含yolov5s和yolov5m两种训练好的行人摔倒检测权重，以及PR曲线，loss曲线等等，在一千多张行人摔倒检测数据集中训练得到的权重，有pyqt界面，目标类别为fall 共1个类别，并附1000多张行人...
- 没有解决我的问题, 去提问
问题事件
系统已结题
10月28日
已采纳回答
10月20日-
修改了问题
10月13日
-
创建了问题
10月13日