yolo3-pytorch icon indicating copy to clipboard operation
yolo3-pytorch copied to clipboard

这是一个yolo3-pytorch的源码,可以用于训练自己的模型。

Results 104 yolo3-pytorch issues
Sort by recently updated
recently updated
newest added

在4060显卡跑的时候,无论怎么降低学习率loss一开始都是nan,当我把train的cuda=true改成cuda=fasle的时候奇迹的能跑了,loss也出值了,但这也太慢了,感觉得跑一天,不能空有4060显卡跑不了吧,不要啊呜呜呜

![图片](https://github.com/bubbliiiing/yolo3-pytorch/assets/6648329/d97f1735-8172-45be-b53e-76bcdec45efe) ![图片](https://github.com/bubbliiiing/yolo3-pytorch/assets/6648329/443d4c55-bbd7-4ba1-a9e7-99f720118bf6)

博主您好,我用您的代码进行重新的训练,因为我想重头尝试训练,所以我没有预权重(我把加载预权重那部分注释掉了),然后我用默认的数值进行下面的训练。我遇到的问题是,在冻结训练那部分是能够很好的运行的,但解冻训练那部分显示GPU内存溢出,纵使我降低batch_size为3,则能够进行训练,但到了验证环节还是内存溢出了。而我拿冻结训练那部分得出的模型去进行预测,结果是一个框都没有显示,我测试后发现是置信度太低了,我想问问是不是因为冻结训练对模型的权重修改不大呢导致效果很差呢?如果我想正常的训练,不使用遗传训练这种高级的东西,代码要如何修改呢?期待博主的解答。另外我使用的数据集是VOC2007,顺便附上我的loss图

fatal : Memory allocation failure 一堆引用 RuntimeError: CUDA error: unknown error CUDA kernel errors might be asynchronously reported at some other API call,so the stacktrace below might be incorrect. For...

如果初始化的时候不添加工作号,会导致在 Linux 上训练时,每个批次取出的数据都是相同的。每批的误差计算都是相等重复的。

您好,我想问一下YoloBody中Forward代码中的 ` out0_branch = self.last_layer0[:5](x0) out0= self.last_layer0[5:](out0_branch) ` 该怎么解释。其中5代表的是什么?是先验框的5个条件吗? 谢谢各位大佬

请问大佬们这个是怎么回事呢?![1703489609282](https://github.com/bubbliiiing/yolo3-pytorch/assets/127306028/ac8d8b83-30f8-4932-bdbf-76a10c235c24)

代码写得非常好,简单明了, 非常的有价值,就喜欢这种简单明了的代码。有个问题,就是有没有继续添加图片分割,分类,关键点检测的? 这样的话可以学习学习

安装上tensorboard且版本没问题情况下一直显示ModuleNotFoundError: No module named 'tensorboard'