导出无标签图片的.txt about efficientteacher HOT 24 OPEN

看起来像是那个目录下没有图片？可以ls检查一下吗？ @FYM1209

from efficientteacher.

看起来像是那个目录下没有图片？可以ls检查一下吗？ @FYM1209

有的

from efficientteacher.

老师，试试把路径两边的尖括号去掉呢

from efficientteacher.

老师，试试把路径两边的尖括号去掉呢

ok了

from efficientteacher.

老师，试试把路径两边的尖括号去掉呢
Python==3.9还是3.8

from efficientteacher.

版本按着文档要求的，但还是报这个错

from efficientteacher.

您好，我检查了一下scikit-learn的版本是这个，您看看您的运行环境是和这个对上的吗

from efficientteacher.

您好，我检查了一下scikit-learn的版本是这个，您看看您的运行环境是和这个对上的吗

这个问题已经解决了 但是在开始训练的时候，就直接结束了

是我的she'be设备不行么

from efficientteacher.

看起来像是您的显存不够？您尝试一下缩小batchsize?

from efficientteacher.

看起来像是那个目录下没有图片？可以ls检查一下吗？ @FYM1209
convert_yolov5_to_efficient( '/python_workspace/efficientteacher/weights/efficient-yolov5s.pt', '/python_workspace/efficientteacher/configs/ssod/custom/yolov5s_custom_ssod.yaml','/python_workspace/efficientteacher/weights/efficient-yolov5s.pt')

你好，（Windows环境）请问在使用convert_pt_to_efficient.py把自己的pt导出为本项目可识别的pt文件时。出现了这种错误，如何解决呢

from efficientteacher.

@lonelyzyp 您好，像是路径填错了？ 需要把代码里的path填成您放权重的绝对路径。

from efficientteacher.

@lonelyzyp 您好，像是路径填错了？ 需要把代码里的path填成您放权重的绝对路径。
你好在吗？我已经修改为绝对路径，convert_yolov5_to_efficient( 'G:\python_workspace\efficientteacher\weights\yolov5s.pt', 'G:\python_workspace\efficientteacher\configs\ssod\custom\yolov5s_custom_ssod.yaml','G:\python_workspace\efficientteacher\weights\efficient-yolov5s.pt')
出现这个问题，请问如何解决呢
KeyError: 'Non-existent config key: SSOD.ignore_thres_low'
之前的操作，按照1.Convert Model，修改了nc为一类 和类别，修改了5s的深度因子和宽度因子

from efficientteacher.

您好，需要用的yaml文件为sup文件夹哈，或者把您现在用的那个yaml文件里SSOD那一行以下的全注释掉应该就好了

from efficientteacher.

您好，需要用的yaml文件为sup文件夹哈，或者把您现在用的那个yaml文件里SSOD那一行以下的全注释掉应该就好了
您好啊！我按照您的指导，修改了对应的文件夹，深宽因子和nc、names。不再出现KeyError: 'Non-existent config key: SSOD.ignore_thres_low
现在出现了一下问题，请问时什么原因呢（抱拳期待您的回复）

load weights from u-yolov5...
Model summary: 268 layers, 7022326 parameters, 7022326 gradients

Traceback (most recent call last):
File "G:/python_workspace/efficientteacher/scripts/mula_convertor/convert_pt_to_efficient.py", line 92, in
convert_yolov5_to_efficient( 'G:\python_workspace\efficientteacher\weights\best.pt', 'G:\python_workspace\efficientteacher\configs\sup\custom\yolov5s_custom.yaml','G:\python_workspace\efficientteacher\weights\efficient-yolov5s.pt')
File "G:/python_workspace/efficientteacher/scripts/mula_convertor/convert_pt_to_efficient.py", line 44, in convert_yolov5_to_efficient
model.load_state_dict(new_yolov5s_weight,strict=False)
File "D:\Anaconda\envs\yolov5_ssda2\lib\site-packages\torch\nn\modules\module.py", line 1407, in load_state_dict
self.class.name, "\n\t".join(error_msgs)))
RuntimeError: Error(s) in loading state_dict for Model:
size mismatch for backbone.stage5_2.cv2.conv.weight: copying a param with shape torch.Size([512, 1024, 1, 1]) from checkpoint, the shape in current model is torch.Size([256, 512, 1, 1]).
size mismatch for backbone.stage5_2.cv2.bn.weight: copying a param with shape torch.Size([512]) from checkpoint, the shape in current model is torch.Size([256]).
size mismatch for backbone.stage5_2.cv2.bn.bias: copying a param with shape torch.Size([512]) from checkpoint, the shape in current model is torch.Size([256]).
size mismatch for backbone.stage5_2.cv2.bn.running_mean: copying a param with shape torch.Size([512]) from checkpoint, the shape in current model is torch.Size([256]).
size mismatch for backbone.stage5_2.cv2.bn.running_var: copying a param with shape torch.Size([512]) from checkpoint, the shape in current model is torch.Size([256]).
size mismatch for backbone.sppf.cv2.conv.weight: copying a param with shape torch.Size([256, 512, 1, 1]) from checkpoint, the shape in current model is torch.Size([512, 1024, 1, 1]).
size mismatch for backbone.sppf.cv2.bn.weight: copying a param with shape torch.Size([256]) from checkpoint, the shape in current model is torch.Size([512]).
size mismatch for backbone.sppf.cv2.bn.bias: copying a param with shape torch.Size([256]) from checkpoint, the shape in current model is torch.Size([512]).
size mismatch for backbone.sppf.cv2.bn.running_mean: copying a param with shape torch.Size([256]) from checkpoint, the shape in current model is torch.Size([512]).
size mismatch for backbone.sppf.cv2.bn.running_var: copying a param with shape torch.Size([256]) from checkpoint, the shape in current model is torch.Size([512]).

from efficientteacher.

您好，能检查一下您的原生YOLOv5版本吗，看起来像是结构和6.0的不一样

from efficientteacher.

您好，能检查一下您的原生YOLOv5版本吗，看起来像是结构和6.0的不一样
好的，我重新开始检查，时间久了。再请问在power shell下使用时，出现这个问题。文件夹下存在图片

from efficientteacher.

@lonelyzyp 您好，应该是使用Select-String 替换find命令，具体的使用方法您可以查查

from efficientteacher.

@lonelyzyp 您好，应该是使用Select-String 替换find命令，具体的使用方法您可以查查

好的，我尝试以下，特别感谢您的答疑，夜已深早点休息，期待和您之后的交流

from efficientteacher.

@BowieHsu 您好！我换用YOLOV5s-6.0训练后权重，成功转换为本项目可识别模型。下面再训练用遇到两个问题，向您请教！
（1）当我使用自己备好的数据集时，使用（python train.py --cfg configs/ssod/custom/yolov5s_custom_ssod.yaml）
加载有标签数据时，不断出现OSError: [WinError 1455] 页面文件太小，无法完成操作；
Error loading "D:\Anaconda\envs\yolov5_ssda2\lib\site-packages\torch\lib\caffe2_detectron_ops_gpu.dll" or one of its dependencies.；之后加载完成（Scanning 'data\ear3000_angel\train300labels' images and labels...300 found, 0 missing, 0 empty, 0 corrupted: 100%|）；最后报错BrokenPipeError: [Errno 32] Broken pipe，无法进行下一步

from efficientteacher.

@BowieHsu 您好！我换用YOLOV5s-6.0训练后权重，成功转换为本项目可识别模型。下面再训练用遇到两个问题，向您请教！ （1）当我使用自己备好的数据集时，使用（python train.py --cfg configs/ssod/custom/yolov5s_custom_ssod.yaml） 加载有标签数据时，不断出现OSError: [WinError 1455] 页面文件太小，无法完成操作； Error loading "D:\Anaconda\envs\yolov5_ssda2\lib\site-packages\torch\lib\caffe2_detectron_ops_gpu.dll" or one of its dependencies.；之后加载完成（Scanning 'data\ear3000_angel\train300labels' images and labels...300 found, 0 missing, 0 empty, 0 corrupted: 100%|）；最后报错BrokenPipeError: [Errno 32] Broken pipe，无法进行下一步
仅改动yaml如下：改为5s的因子参数 nc:1 batch_size: 4(本地设定很小)，另外我没有找到num_workers控制线程，本地8核16线程CPU

from efficientteacher.

@BowieHsu 您好！我换用YOLOV5s-6.0训练后权重，成功转换为本项目可识别模型。下面再训练用遇到两个问题，向您请教！ （1）当我使用自己备好的数据集时，使用（python train.py --cfg configs/ssod/custom/yolov5s_custom_ssod.yaml） 加载有标签数据时，不断出现OSError: [WinError 1455] 页面文件太小，无法完成操作； Error loading "D:\Anaconda\envs\yolov5_ssda2\lib\site-packages\torch\lib\caffe2_detectron_ops_gpu.dll" or one of its dependencies.；之后加载完成（Scanning 'data\ear3000_angel\train300labels' images and labels...300 found, 0 missing, 0 empty, 0 corrupted: 100%|）；最后报错BrokenPipeError: [Errno 32] Broken pipe，无法进行下一步
仅改动yaml如下：改为5s的因子参数 nc:1 batch_size: 4(本地设定很小)，另外我没有找到num_workers控制线程，本地8核16线程CPU

anaconda安装在D盘，虚拟内存设置为20480MB

from efficientteacher.

@BowieHsu 当我使用（python val.py --cfg configs/sup/custom/yolov5s.yaml --weights weights/efficient-yolov5s.pt）进行val验证coco数据集，正常运行是否可以时。同样是“页面文件大小，无法完成操作”不停的跳动，最后完成了Val数据集5000张读取。然后就一直卡着不能正常进行了。
eg:
OSError: [WinError 1455] 页面文件太小，无法完成操作。 Error loading "D:\Anaconda\envs\yolov5_ssda2\lib\site-packages\torch\lib\cudnn_cnn_infer64_8.dll" or one of its dependencies.
val: Scanning 'data\coco\val2017' images and labels...5000 found, 0 missing, 48 empty, 0 corrupted: 100%|██| 5000/5000 [01:06<00:00, 75.25it/s]

from efficientteacher.

@BowieHsu 当我使用（python val.py --cfg configs/sup/custom/yolov5s.yaml --weights weights/efficient-yolov5s.pt）进行val验证coco数据集，正常运行是否可以时。同样是“页面文件大小，无法完成操作”不停的跳动，最后完成了Val数据集5000张读取。然后就一直卡着不能正常进行了。 eg: OSError: [WinError 1455] 页面文件太小，无法完成操作。 Error loading "D:\Anaconda\envs\yolov5_ssda2\lib\site-packages\torch\lib\cudnn_cnn_infer64_8.dll" or one of its dependencies. val: Scanning 'data\coco\val2017' images and labels...5000 found, 0 missing, 48 empty, 0 corrupted: 100%|██| 5000/5000 [01:06<00:00, 75.25it/s]

win10 cuda11.7 i7-6700k rtx3080 python3.7 pytorch1.13存在同样的问题

from efficientteacher.

@BowieHsu 当我使用（python val.py --cfg configs/sup/custom/yolov5s.yaml --weights weights/efficient-yolov5s.pt）进行val验证coco数据集，正常运行是否可以时。同样是“页面文件大小，无法完成操作”不停的跳动，最后完成了Val数据集5000张读取。然后就一直卡着不能正常进行了。 eg: OSError: [WinError 1455] 页面文件太小，无法完成操作。 Error loading "D:\Anaconda\envs\yolov5_ssda2\lib\site-packages\torch\lib\cudnn_cnn_infer64_8.dll" or one of its dependencies. val: Scanning 'data\coco\val2017' images and labels...5000 found, 0 missing, 48 empty, 0 corrupted: 100%|██| 5000/5000 [01:06<00:00, 75.25it/s]

win10 cuda11.7 i7-6700k rtx3080 python3.7 pytorch1.13存在同样的问题

您好，目前我的问题也是如此，在一台128GB RAM的服务器可以run，但还有其他问题正在处理，我通过问博主和查询，原因有1：机器RAM不足，比如我的24GB RAM 2：伪标签产生量比较多。您可以参考这#18 (comment)
希望对您有所帮助，

from efficientteacher.