使用官方1600张数据集正常训练，自己500个数据集却loss:nan
文章摘要 在使用MindSpore2.0.0和MindYolo030框架训练YOLOv5x模型时，当数据集从官方1600张图片更换为自建500张图片后，出现从第2个epoch开始loss值为NaN的问题。可能原因包括：数据集样本量过少、图片质量不佳或标注文件格式错误。建议解决方案是：1)检查数据集标注XML文件格式是否符合VOC标准；2)确认图片像素大小是否合适，必要时缩小图像尺寸；3)增加数据增
·
问题描述：
用的是MindSpore2.0.0、MindYolo030，mindyolov5x.yaml，per_batch_size为8，使用官方的1600张图片数据集训练，数据正常，换为自己的500张图片的数据集，训练时从第2张开始就是nan。
是500张图片数据太少，还是我需要检查数据集是否有问题？是数据集图片像素太低，还是voc格式的xml文件有问题呢
解决方法：
图像像素太大，可以缩小一下
鲲鹏昇腾开发者社区是面向全社会开放的“联接全球计算开发者，聚合华为+生态”的社区，内容涵盖鲲鹏、昇腾资源，帮助开发者快速获取所需的知识、经验、软件、工具、算力，支撑开发者易学、好用、成功，成为核心开发者。
更多推荐
2
0- 0
已为社区贡献126条内容
所有评论(0)