训练yolov5时报错

Question

在训练yolov5的时候总是出现一下报错，运行完之后在runs文件夹下确实会生成train文件夹，但是里面的weights确实空的。（输入指令为：python train.py --img 640 --batch 16 --epochs 5 --data ./data/coco128.yaml --cfg ./models/yolov5s.yaml --weights yolov5s.pt）请问大家一下谁知道这怎么解决呀？

COMET WARNING: Comet credentials have not been set. Comet will default to offline logging. Please set your credentials to enable online logging.
COMET INFO: Using 'E:\\test\\Pytorch_train\\yolov5-master\\.cometml-runs' path as offline directory. Pass 'offline_directory' parameter into constructor or set the 'COMET_OFFLINE_DIRECTORY' environment variable to manually choose where to store offline experiment archives.
COMET WARNING: Native output logging mode is not available, falling back to basic output logging
Traceback (most recent call last):
  File "E:\test\Pytorch_train\yolov5-master\train.py", line 647, in <module>
    main(opt)
  File "E:\test\Pytorch_train\yolov5-master\train.py", line 536, in main
    train(opt.hyp, opt, device, callbacks)
  File "E:\test\Pytorch_train\yolov5-master\train.py", line 101, in train
    loggers = Loggers(save_dir, weights, opt, hyp, LOGGER)  # loggers instance
              ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
  File "E:\test\Pytorch_train\yolov5-master\utils\loggers\__init__.py", line 129, in __init__
    self.comet_logger = CometLogger(self.opt, self.hyp)
                        ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
  File "E:\test\Pytorch_train\yolov5-master\utils\loggers\comet\__init__.py", line 98, in __init__
    self.data_dict = self.check_dataset(self.opt.data)
                     ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
  File "E:\test\Pytorch_train\yolov5-master\utils\loggers\comet\__init__.py", line 233, in check_dataset
    data_config = yaml.safe_load(f)
                  ^^^^^^^^^^^^^^^^^
  File "F:\Anaconda\Lib\site-packages\yaml\__init__.py", line 125, in safe_load
    return load(stream, SafeLoader)
           ^^^^^^^^^^^^^^^^^^^^^^^^
  File "F:\Anaconda\Lib\site-packages\yaml\__init__.py", line 79, in load
    loader = Loader(stream)
             ^^^^^^^^^^^^^^
  File "F:\Anaconda\Lib\site-packages\yaml\loader.py", line 34, in __init__
    Reader.__init__(self, stream)
  File "F:\Anaconda\Lib\site-packages\yaml\reader.py", line 85, in __init__
    self.determine_encoding()
  File "F:\Anaconda\Lib\site-packages\yaml\reader.py", line 124, in determine_encoding
    self.update_raw()
  File "F:\Anaconda\Lib\site-packages\yaml\reader.py", line 178, in update_raw
    data = self.stream.read(size)
           ^^^^^^^^^^^^^^^^^^^^^^
UnicodeDecodeError: 'gbk' codec can't decode byte 0x80 in position 234: illegal multibyte sequence
COMET INFO: ----------------------------------
COMET INFO: Comet.ml OfflineExperiment Summary
COMET INFO: ----------------------------------
COMET INFO:   Data:
COMET INFO:     display_summary_level : 1
COMET INFO:     url                   : [OfflineExperiment will get URL after upload]
COMET INFO:   Others:
COMET INFO:     Name               : exp
COMET INFO:     offline_experiment : True
COMET INFO:   Uploads:
COMET INFO:     conda-environment-definition : 1
COMET INFO:     conda-info                   : 1
COMET INFO:     conda-specification          : 1
COMET INFO:     environment details          : 1
COMET INFO:     installed packages           : 1
COMET INFO: ----------------------------------
COMET INFO: Still saving offline stats to messages file before program termination (may take up to 120 seconds)
COMET INFO: Starting saving the offline archive
COMET INFO: To upload this offline experiment, run:
    comet upload E:\test\Pytorch_train\yolov5-master\.cometml-runs\a2499de079d548b9a50ca3f7cdf95380.zip

Answer 1

【以下回答由 GPT 生成】

问题原因分析

这个问题可能有多种原因导致。从给出的信息来看，可能的原因包括： - 指定的数据集和配置文件路径不正确。 - 未安装依赖的库或版本不匹配。 - 训练过程中出现了错误导致训练中断。 - 训练参数设置不合适。

解决方案

根据问题的分析，可以尝试以下解决方法：

1. 确认路径是否正确：
2. 检查./data/coco128.yaml和./models/yolov5s.yaml文件的路径是否正确。确保这两个文件存在于指定的路径中。

3. 确保yolov5s.pt权重文件存在于当前目录中，或者指定正确的位置。

4. 检查依赖的库和版本：

5. 检查是否已经安装了所需的依赖库，包括PyTorch和torchvision。

6. 确认所使用的库的版本是否与Yolov5所需的版本匹配。

7. 检查训练过程中是否出现错误：

8. 通过查看报错信息或日志文件，查找训练过程中出现的错误。这可以帮助我们找到导致训练中断的具体原因。

9. 如果没有提供报错信息，可以尝试在终端运行训练命令，并观察输出信息以确定出错的原因。

10. 调整训练参数：

11. 尝试降低--batch参数的值，例如减小到8或4，以减少训练时的内存占用。
12. 如果有GPU可用，可以尝试添加--device参数来指定GPU的使用。
13. 如果训练数据集比较小，可以减少--epochs参数的值，例如减少到3或2，来加快训练速度并减少内存占用。

如果以上方法都不能解决问题，那可能需要更多的信息来帮助确定问题的原因，例如详细的报错信息或日志文件。你可以将这些信息提供给我，我将尽力帮助你解决这个问题。

【相关推荐】

• 你可以参考下这个问题的回答, 看看是否对你有帮助, 链接: https://ask.csdn.net/questions/7418672
• 我还给你找了一篇非常好的博客，你可以看看是否有帮助，链接：yolov5train.py注释
• 您还可以看一下 杨文杰老师的保姆级YoloV5目标检测实战课程中的 Yolov5介绍小节, 巩固相关知识点
  
• 除此之外, 这篇博客: yolov5——train.py代码【注释、详解、使用教程】中的 yolov5——train.py代码【注释、详解、使用教程】 部分也许能够解决你的问题。

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^