Question

我正在尝试使用自定义数据集在Jupyter笔记本上训练YOLOv5模型。数据集是face mask detection数据集，包含带有/不带有口罩的人物图像。我已经将注释转换为YOLO格式，并且我相信我已经编辑了所有必要的文件以反映类的数量（3：无遮罩，正确佩戴的遮罩，错误佩戴的遮罩）以及训练/验证文件的位置。 / p>

这样做之后，我执行了以下命令：

!python train.py --img 256 --batch 8 --epochs 30 --data ./data/facemask.yaml --cfg ./models/yolov5s.yaml --weights yolov5s.pt --device 0

但我收到此错误：

Traceback (most recent call last):
  File "./yolov5-master/train.py", line 404, in <module>
    train(hyp)
  File "./yolov5-master/train.py", line 79, in train
    model = Model(opt.cfg).to(device)
  File "/storage/facemask/yolov5-master/models/yolo.py", line 64, in __init__
    m.stride = torch.tensor([64 / x.shape[-2] for x in self.forward(torch.zeros(1, ch, 64, 64))])  # forward
  File "/storage/facemask/yolov5-master/models/yolo.py", line 91, in forward
    return self.forward_once(x, profile)  # single-scale inference, train
  File "/storage/facemask/yolov5-master/models/yolo.py", line 108, in forward_once
    x = m(x)  # run
  File "/opt/conda/envs/fastai/lib/python3.7/site-packages/torch/nn/modules/module.py", line 722, in _call_impl
    result = self.forward(*input, **kwargs)
  File "/storage/facemask/yolov5-master/models/yolo.py", line 28, in forward
    x[i] = x[i].view(bs, self.na, self.no, ny, nx).permute(0, 1, 3, 4, 2).contiguous()
RuntimeError: shape '[1, 3, 8, 8, 8]' is invalid for input of size 8192

我发现YOLOv3的帖子提到yolov3-spp.cfg文件中的过滤器数量应该更新，但是我不认为YOLOv5有任何此类文件。

有人有见识吗？

对于可重复性，重新格式化的数据集和所有补充文件均可用here

Answer 1

尝试在 yolo.py 中添加 x[i]=self.m[i](x[i]) 第 28 行。像这样

def forward(self, x):
   # x = x.copy()  # for profiling
    z = []  # inference output
    self.training |= self.export
    for i in range(self.nl):
        #[1, 128, 80, 80]
        bs, _, ny, nx = x[i].shape  # x(bs,255,20,20) to x(bs,3,20,20,85)
        x[i] =self.m[i](x[i]) # **add this code here**
        x[i] = x[i].view(bs, self.na, self.no, ny, nx).permute(0, 1, 3, 4, 2).contiguous()

如果这不起作用，那么您的权重可能有问题，请尝试使用与 yolov5 版本匹配的 *.pt 文件。

为什么我无法在我的数据集中训练YOLOv5？

1 个答案: