阶段性任务二 YOLO11的学习（附上常见错误！！！）（郑纬华）

dead-liner 2024-11-28 18:16:44

经历了千辛万苦，终于有点成效了，搓yolo真不容易，~~是真的多bug~~

本帖子更多地为途中发现错误的同学指明一个方向，并不涉及详细地制作过程，具体过程可以看看凯杰同学写好的帖子，在此也非常感谢他的帮助。

首先，环境的配置不多说了，前面都没有什么问题

1、创建虚拟环境

2、激活虚拟环境

3、安装pytorch (任务提供的官网有)

4、安装ultralytrics （不想找的话给你附上conda的代码）

conda install conda-forge::ultralytics

5、在pycharm中新建项目选择你弄好的虚拟环境

6、按照阶段任务中的方式配置号文件夹框架（此处会存在问题）

7、网上找图并打标签，并将数据集按找任务中的方法分类（可以代码，可以手动）

以上都是普通的，在本次学习中应当掌握最基本的知识。接下来有问题的部分我会一一列举，如果还有其他错误问AI搜资料无法解决的话，可以在群里大家一起讨论。

一、训练模型代码问题

在阶段任务中，训练模型的代码本身就有错误，我们需要稍作修改

# train.py
from ultralytics import YOLO


Model = YOLO('yolo11n.pt')  # 你可以选其他的模型，如果显卡厉害的话

my_yaml = r'H:\Computer Vision\practice_again\practice2_again\resources\data\custom_dataset.yaml'

if __name__=='__main__':
    Model.train(data=my_yaml,epochs=300)  # 训练300轮
    Model.val()  # 验证模型

以上需要注意的问题

1、这里训练的模型（model），并不是yolov11n.pt！！！！需要查看官方的文档，似乎并没有相应的模型，所以需要更改成其他模型，这里改成yolo11n.pt即可

2、在使用路径的时候，如果出现转义符，只需要在引号前面加上r即可（应该是学语法的时候讲到的，这个大家都能自己解决）

3、在Model.train后面的括号中，my_yaml要加上data=，而阶段任务里没有这东西，即按照上述代码即可。（这里是通过官方文档查看得知）

二、训练时出现的问题

1、我们会出现全是backgrounds的情况，如图1

发现全是backgrounds而不是images，接下来的处理方式

处理方法：其实在文件夹框架的设置也是有问题的，其中所有txts文件夹要更名为labels文件夹，包括train、val、test中的txts文件夹都要改名，按照官方文档来即可（如图2)

这样子就能检测到大部分是images了

2、在训练时出现多线程错误（部分人有）

如果上述问题都解决了还不能正确训练，那么可能会遇到如图3的问题：

这时需要在代码中修改了

# train.py
import os
from ultralytics import YOLO

os.environ["KMP_DUPLICATE_LIB_OK"] = "TRUE"
Model = YOLO('yolo11n.pt')  # 你可以选其他的模型，如果显卡厉害的话

my_yaml = r'H:\Computer Vision\practice_again\practice2_again\resources\data\custom_dataset.yaml'

if __name__=='__main__':
    Model.train(data=my_yaml,epochs=300)  # 训练300轮
    Model.val()  # 验证模型