Javin

> 你是不是用的YOLOESegTrainer这个训练器，这个训练器会把yoloe变成传统的检测/分割模型，你要用rain_seg.py或train.py中的训练器才能保持yoloe的开放检测能力。 oh原来是这样我去验证一下，我确实是用的这个训练器。我还想请教您一些问题，就是我之前尝试的训练方式都没法保留就是根据词汇提示去检测一定要我输入所有的类别才行，这个有什么办法解决嘛！非常感谢

> 解决方法就是用YOLOESegTrainerFromScratch这个训练器并在你的训练集上训练，可以看看我的pr，那里有怎么获得文本嵌入的方法。 好的！非常感谢我试试

> 因为YOLOESegTrainer会把yoloe变成一个传统的传统的检测/分割模型，他模型里面的参数就定死了，所以你只能输入数据集中的所有类别才能与模型设定好的参数匹配。解决方法就是用YOLOESegTrainerFromScratch这个训练器并在你的训练集上训练，可以看看我的pr，那里有怎么获得文本嵌入的方法。 我还有个问题就是那我的训练集和验证集是我自己的数据集然后groundingdata用的是官方的那两个数据集是麻

> 是，有些数据集配置你要自己调整 弄好了！太感谢了我之前还一直对这个官方的groundingdata很懵

> > > 是，有些数据集配置你要自己调整 > > > > > > 弄好了！太感谢了我之前还一直对这个官方的groundingdata很懵 > > 请问你的问题解决了吗？你提到的使用“YOLOSegTrainer”而不是“YOLOEPETrainer”训练器，能具体说一下运行的是哪个.py文件吗？另外你们的数据集是只将yolo_data修改为自己的数据集，grounding_data还是使用官方的mixed_grounding和flickr嘛？感谢 我后面训练用的是train_seg.py这个文件，因没有考虑到用这个检测框查询这个功能，就只保留了文本查询这个功能。但是这样训练的结果也是最后模型也是退化到只有私有数据集的检测能力了。grounding_data我这边就没有用了，就类似这个结构：# 数据配置 data = dict( train=dict( yolo_data=[r"E:/code/pro/yoloe/ultralytics/cfg/datasets/XXX.yaml"], ), val=dict(yolo_data=[r"E:/code/pro/yoloe/ultralytics/cfg/datasets/XXX.yaml"]), )

> > > > > 是的，有些数据集配置你要自己调整 > > > > > > > > > > > > 弄好了！太感谢我之前一直对这个官方的接地数据很茫然 > > > > > > > > > 请问你的问题解决了吗？你提到的使用“YOLOSegTrainer”而不是“YOLOEPETrainer”训练器，能具体说一下运行的是哪个.py文件吗？其他的数据集只是将yolo_data修改为自己的数据集，grounding_data还是使用官方的mixed_grounding和flickr呢？谢谢 >...

> > > > > > > 是的，有些数据集配置你要自己调整 > > > > > > > > > > > > > > > > > > 弄好了！太感谢我之前一直对这个官方的接地数据很茫然 > > >...