win10 yolov8 训练问题集锦

1.win10cmd 命令行 训练

 要先激活虚拟环境，命令如下：

D: 
cd D:\\ultralytics-main\\venv\\Scripts 
activate.bat 
cd ..\\.. 
yolo  train data=D:\\ultralytics-main\\datasets\\zmbh.yaml model=D:\\ultralytics-main\\yolov8m epochs=5000 imgsz=640 batch=2 workers=4 device=0 amp=True half=True

2.固定文件夹images和labels名称，不能动，否则会出现 no labels found in detect set, can not compute metrics without labels错误

 测过了改utils.py 里面的images 为图片文件夹（如JPEGImages）名称，问题依然存在，所以还是按照yolov8规定的来。

 

3.运行yolov8报错：ValueError: not enough values to unpack (expected 3, got 0)

导致报这种错误的原因可能有多种：

　　1.把项目.yaml文件中的数据集路径改为绝对路径，删除label中之前生成的.cache文件后重新运行。

　　2.生成的train.txt和val.txt 里的文件路径错了，仔细检查下

4.Yolov8训练时box_loss、cls_loss、dfl_loss、Box（P、R、mAP都等于nan或0)

　　1、训练的时候出现box_loss、cls_loss、dfl_loss都为nan的情况，需要将训练的时候的参数进行修改，设置amp=False

　　2、修改之后训练的时候出现P、R、map值为NAN或者非常小，一般来说基于预训练模型来进行训练P、R、map的值都不会很低，如果出现0.0x这种一般是有点问题，这种情况可以尝试以下操作，需要到ultralytics/cfg文件目录下找到default.yaml的默认设置文件

　　

　　　　

 

　　搜索half，将half改成False

　　half: False # (bool) use half precision (FP16)

　　3.然后还需要将ultralytics/engine目录下的validator进行注释,用好的显卡注意改过来

　　#self.args.half = self.device.type != "cpu" # force FP16 val during training