Deep learning 使用AlexeyAB darknet在google colab中训练yolo_v3时出错
我正在对yoloV3进行3个类的培训,并相应地使用Deep learning 使用AlexeyAB darknet在google colab中训练yolo_v3时出错,deep-learning,gpu,yolo,darknet,Deep Learning,Gpu,Yolo,Darknet,我正在对yoloV3进行3个类的培训,并相应地使用“random=0”、“classes=3”、“filter=24”更改了配置文件,还相应地更改了max_批。培训开始但始终停止,并显示以下内容: [yolo] params: iou loss: mse (2), iou_norm: 0.75, cls_norm: 1.00, scale_x_y: 1.00 95 route 91 -> 26 x 26 x 256
“random=0”、“classes=3”、“filter=24”更改了配置文件,还相应地更改了max_批。培训开始但始终停止,并显示以下内容:
[yolo] params: iou loss: mse (2), iou_norm: 0.75, cls_norm: 1.00, scale_x_y: 1.00
95 route 91 -> 26 x 26 x 256
96 conv 128 1 x 1/ 1 26 x 26 x 256 -> 26 x 26 x 128 0.044 BF
97 upsample 2x 26 x 26 x 128 -> 52 x 52 x 128
98 route 97 36 -> 52 x 52 x 384
99 conv 128 1 x 1/ 1 52 x 52 x 384 -> 52 x 52 x 128 0.266 BF
100 conv 256 3 x 3/ 1 52 x 52 x 128 -> 52 x 52 x 256 1.595 BF
101 conv 128 1 x 1/ 1 52 x 52 x 256 -> 52 x 52 x 128 0.177 BF
102 conv 256 3 x 3/ 1 52 x 52 x 128 -> 52 x 52 x 256 1.595 BF
103 conv 128 1 x 1/ 1 52 x 52 x 256 -> 52 x 52 x 128 0.177 BF
104 conv 256 3 x 3/ 1 52 x 52 x 128 -> 52 x 52 x 256 1.595 BF
105 conv 255 1 x 1/ 1 52 x 52 x 256 -> 52 x 52 x 255 0.353 BF
106 yolo
[yolo] params: iou loss: mse (2), iou_norm: 0.75, cls_norm: 1.00, scale_x_y: 1.00
Total BFLOPS 65.879
avg_outputs = 532444
Allocate additional workspace_size = 52.43 MB
Loading weights from darknet53.conv.74...
seen 64, trained: 0 K-images (0 Kilo-batches_64)
Done! Loaded 75 layers from weights-file
Learning Rate: 0.001, Momentum: 0.9, Decay: 0.0005
If error occurs - run training with flag: -dont_show
Unable to init server: Could not connect: Connection refused
(chart_yolov3_custom2.png:1978): Gtk-WARNING **: 11:20:35.386: cannot open display:
1.要运行alexab的darknet,您需要执行许多步骤。也许你错过了其中一些。一定要遵守这一点
2.您是否在google drive(保存数据的地方)中进行了同步?检查train.txt文件和test.txt文件
如果此文件为空,您将看到上面的错误添加-在培训命令的末尾不显示“如果发生错误-使用标志运行培训:-不显示”我会尝试此操作。@MatiasValdenegro我已经这样做了。在我的谷歌硬盘中同步是什么意思?我已经安装了我的驱动器,并从驱动器本身复制了所有图像、img.data和名称文件。您可以共享您为培训yolo而运行的代码吗?这需要权限!!无法打开这里是Github的链接:是的,它运行得很好,你可能应该考虑解释为什么你的食谱工作,它会实现什么。否则,它看起来更像是一个评论,而不是一个真实的答案:)@RamiQ的答案是有效的,所以我不理解反对票。他应该解释什么?如果使用此标志,则不会显示错误消息。我们理解,这意味着脚本不会尝试打开与创建弹出窗口的连接。