项目场景:

yolov5训练GX数据集


问题描述:

运行train.py

Traceback (most recent call last):File "/home/milk/yolov52/train.py", line 484, in <module>train(hyp, opt, device, tb_writer)File "/home/milk/yolov52/train.py", line 191, in traindataloader, dataset = create_dataloader(train_path, imgsz, batch_size, gs, opt, hyp=hyp, augment=True,File "/home/milk/y
Traceback (most recent call last):File "/home/milk/yolov52/train.py", line 484, in <module>train(hyp, opt, device, tb_writer)File "/home/milk/yolov52/train.py", line 191, in traindataloader, dataset = create_dataloader(train_path, imgsz, batch_size, gs, opt, hyp=hyp, augment=True,File "/home/milk/yolov52/utils/datasets.py", line 53, in create_dataloaderdataset = LoadImagesAndLabels(path, imgsz, batch_size,File "/home/milk/yolov52/utils/datasets.py", line 381, in __init__assert (l >= 0).all(), 'negative labels: %s' % file
AssertionError: negative labels: /home/milk/yolov52/GX0/labels/train/1.txt

原因分析:

提示是出现了负标签,对比xml之后发现,只有这一个txt中出现如下情况

1.txt

2 1.6194444444444445 1.4135802469135803 -1.2416666666666667 -0.8320987654320987
0 2.3583333333333334 2.15679012345679 -2.7194444444444446 -2.3185185185185184
0 2.702777777777778 1.3222222222222222 -3.4083333333333337 -0.6493827160493827

2.txt

0 0.06041666666666667 0.32469135802469135 0.11527777777777778 0.15061728395061727
0 0.2777777777777778 0.0728395061728395 0.03888888888888889 0.08148148148148147

在这里要注意txt中的类别和xml中是对应的


解决方案:

1. 查xml转txt原理,判断是否程序出问题

xml转txt时,在计算xmin、xmax、ymin、ymax部分会出现max值大于min,在进行旋转操作后max小于min-----位置互换,导致出现负值,修改生成标签部分代码,使得生成h部分为绝对值。数据增强尤其关注啊!!!

2. 暴力排除,直接删除

YOLOV5训练数据集过程中特殊问题记录相关推荐

  1. 基于深度学习的农作物叶片病害检测系统(UI界面+YOLOv5+训练数据集)

    摘要:农作物叶片病害检测系统用于智能检测常见农作物叶片病害情况,自动化标注.记录和保存病害位置和类型,辅助作物病害防治以增加产值.本文详细介绍基于YOLOv5深度学习模型的农作物叶片病害检测系统,在介 ...

  2. 基于深度学习的瓶子检测软件(UI界面+YOLOv5+训练数据集)

    摘要:基于深度学习的瓶子检测软件用于自动化瓶子检测与识别,对于各种场景下的塑料瓶.玻璃瓶等进行检测并计数,辅助计算机瓶子生产回收等工序.本文详细介绍深度学习的瓶子检测软件,在介绍算法原理的同时,给出P ...

  3. 水果新鲜程度检测系统(UI界面+YOLOv5+训练数据集)

    摘要:水果新鲜程度检测软件用于检测水果新鲜程度,利用深度学习技术识别腐败或损坏的水果,以辅助挑拣出新鲜水果,支持实时在线检测.本文详细介绍水果新鲜程度检测系统,在介绍算法原理的同时,给出Python的 ...

  4. YOLOV5训练数据集P、R、mAP等均为0的解决方案

    使用YOLOV5训练数据集时,P.R等值均为0 最近在用YOLOV5训练自己的数据集,执行了十几个epochs之后,epoch的主要参数,比如box,obj,cls,labels等均为nan或0,即没 ...

  5. 的训练过程_指外翻的人在训练的过程中,要不要拉伸收肌?

    大家好 这里是诺亚第运动康复学院 第55讲?指外翻的人在训练的过程中,要不要拉伸?收肌? 现代人由于长期久坐 穿鞋穿袜把脚保护地太好 再加上体重越来越重 导致横弓纵弓塌陷的人越来越多 横弓一塌陷 横头 ...

  6. 关于本人树莓派捣鼓过程中的一些记录

    关于本人树莓派捣鼓过程中的一些记录 安装debian改版系统,此处不做多描述.刷金TF卡即可. 更换源 sudo cp /etc/apt/sources.list /etc/apt/sources.l ...

  7. Java实现CRM项目过程中的细节记录(一)

    CRM项目实现过程中的细节记录(一) 文章目录 CRM项目实现过程中的细节记录(一) 一.数据库相关细节 1. 表名 2. 表字段说明 3. 不使用主外键约束 4. 不使用主键自动增长 UUID 5. ...

  8. 利用JQ实现的,高仿 彩虹岛官网导航栏(学习HTML过程中的小记录)

    利用JQ实现的,高仿 彩虹岛官网导航栏(学习HTML过程中的小记录)   作者:王可利(Star·星星) 总结: 今天学习的jQ类库的使用,代码重复的比较多需要完善.严格区分大小写,在 $(" ...

  9. 批量下载百度搜索图片+labelimg制作自己的数据集+转换至Yolo-v5训练数据集

    由于课题需要,需要自己制作数据集进行训练,目前是自己制作的第二个数据集,发现有某些细节已经忘记,记录备忘,同时为后来者提供借鉴.文章以car-tank数据集做为例子介绍 整体流程: 1.准备数据:从各 ...

最新文章

  1. 我的Android进阶之旅------gt;Android APP终极瘦身指南
  2. 服务器维护菜单,Romley平台BIOS常用操作
  3. java+中的final关键字有哪些用法_Java中的Final关键字用法汇总及简单示例
  4. 林锐 高质量c语言编程下载,新年献礼:Go语言深度入门手册
  5. hystrix文档翻译之metrics
  6. ubuntu 16.04: 安装NVIDIA驱动,CUDA,CUDNN
  7. Web入门之VScode连接数据库sql server(超详细)
  8. 固高运动控制卡教程_基于固高运动控制卡的关节阻抗控制设计
  9. ragel学习资源整合
  10. 第七届山东理工大学ACM趣味编程循环赛 Round#2 sdut4120 城堡问题
  11. Ubuntu 制作离线软件安装包
  12. 【12月26日】A股滚动市盈率PE最低排名
  13. java常用时间工具类
  14. 雨果奖得主刘慈欣(《三体》作者)如何看待人工智能?
  15. 记录manjaro在新bios上启动的一些问题
  16. 奇数阶魔方(1998)
  17. micropython在stm32跑一跑_TPYBoard——能跑micropython的,基于STM32F405单片机的开发板...
  18. 【linux | 打包压缩命令】
  19. HTML+CSS制作列表页面和多彩照片以及美食推荐页面
  20. 安装和配置Tripwire

热门文章

  1. Playfair Crack
  2. AT命令交互之-COPS选择营运商
  3. 小红书的文案有什么特点
  4. 【SVAC】千目聚云:SVAC2.0已来 未来发展道路一片光明
  5. 微信云开发——日记小程序
  6. 基于高光谱成像技术结合卷积神经网络的马铃薯病害检测
  7. excel整列动态联动下拉_在Excel下拉列表中显示多列
  8. 致敬5G时代“她力量”,那些让人怦然“兴”动的女神们
  9. UI设计中聊天气泡框的设计技巧
  10. Ubuntu16.04系统迁移SSD