just

同问

同问，如何解决

> You have 2082 instances in just 79 images? Wow, I think thats the problem. **From my experience**, I suggest to use more images but has 10 - 20 instances/image....

> 我认为是cuda和cudnn版本问题，16系列显卡没有半精度，但模型训练时候使用了半精度，导致无法计算 应该不是，跑v5就没问题

> > > 我认为是cuda和cudnn版本问题，16系列显卡没有半精度，但模型训练时候使用了半精度，导致无法计算 > > > > > > 应该不是，跑v5就没问题 > > 我们这里复现不了这个问题，如果可以的话，你可以发我一部分数据复现一下么，十分感谢。邮箱：[[email protected]](mailto:[email protected]) 非常抱歉，数据集暂时无法共享，但可以看一下示例，训练的一个batch:  因为很多信号都是很细长的，训练没有问题，但验证就出问题了 

> @BugOOM 有试过单独用val测试么 好的，我试试

> @BugOOM 有试过单独用val测试么 我用test_python中的test_predict_dir进行检测，结果是这样的：  我在想代码在预测的时候针对形状特殊的物体做了什么处理吗

> @BugOOM 这个预测是正确的吗？ 也麻烦请用下面的命令测试一下 > > ```python > model = YOLO("your_model.pt") > model.val(data="your_data_yaml") > ``` 这个预测时有问题的，正确的预测是从左一直到右。 model.val结果是： 

> @BugOOM 可能是因为你的目标检测太小，在训练的时候过滤掉了，过滤的代码在这： > > https://github.com/ultralytics/ultralytics/blob/ac628c0d3e4204236e370e399d45f6a15c2966dd/ultralytics/yolo/data/augment.py#L361 > > > 你可以手动调整一下，或者说你关闭数据增强再试试 这个我调过 [image](https://user-images.githubusercontent.com/34702180/212533905-241dfcfc-9c72-4e02-9b57-9bf2bc7c829f.png) ，我试试关闭数据增强，非常感谢

> @BugOOM 可能是因为你的目标检测太小，在训练的时候过滤掉了，过滤的代码在这： > > https://github.com/ultralytics/ultralytics/blob/ac628c0d3e4204236e370e399d45f6a15c2966dd/ultralytics/yolo/data/augment.py#L361 > > > 你可以手动调整一下，或者说你关闭数据增强再试试 有没有可能和样本匹配方式有关，对于比较细长的物体很难匹配正样本