Yolov5训练模型没有框

一、问题描述：

在用yolov5训练自己的图片，先运行train.py文件再运行detect.py文件后，发现测试集中的图片没有出现锚框。我参考的配置教程是：
https://blog.csdn.net/m0_53392188/article/details/119334634?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522163694460616780271595311%2522%252C%2522scm%2522%253A%252220140713.130102334…%2522%257D&request_id=163694460616780271595311&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2_alltop_positive~default-1-119334634.first_rank_v2_pc_rank_v29&utm_term=yolov5&spm=1018.2226.3001.4187

二、尝试的办法
1、更换配置环境：本来安装的是cuda11.3和cudnn8.2.1，后来换成cuda10.2和cudnn7.6.5。没有作用，还是没有出现锚框。

2、在detect.py里面增加：cudnn.benchmark = True，没用。
参考网站：https://blog.csdn.net/hh571050143/article/details/119984840?utm_term=yolov5%E6%B5%8B%E8%AF%95%E5%9B%BE%E7%89%87%E6%B2%A1%E6%9C%89%E6%A0%87%E7%AD%BE&utm_medium=distribute.pc_aggpage_search_result.none-task-blog-2_allsobaiduweb~default-1-119984840&spm=3001.4430

3、自适应锚框：由于我要检测的目标实在太小，我怕里面的锚框设置有问题，于是参考网上大神修改autoanchor.py文件里面的K聚类自适应锚框的路径，搞了个test.py文件单独运行kmean_anchors函数，将获得的锚框参数置换到mydata.yaml文件相应位置中，运行完train.py后再运行detect.py，但是任然没用效果。（参考网址忘记储存了）

4、增加训练集：本来我的训练集是280张图片，后面通过翻转、旋转、提高亮度和对比度等方法，将训练集扩充到1000张图片。但是仍然没有出现锚框。
【图像分类–图片数据扩充】图片数据不够怎么凑：https://blog.csdn.net/u013421629/article/details/101314178?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522163853284316780269845691%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=163853284316780269845691&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2_allfirst_rank_ecpm_v1~rank_v31_ecpm-1-101314178.first_rank_v2_pc_rank_v29&utm_term=%E5%9B%BE%E7%89%87%E6%95%B0%E6%8D%AE%E6%89%A9%E5%85%85%E7%9A%84%E6%96%B9%E6%B3%95&spm=1018.2226.3001.4187

5、降低置信度：我将detect.py中的置信度值和IOU值都降低，再运行后，终于发现了问题。
https://blog.csdn.net/Nire_Yeyu/article/details/105403220

我发现我检测出来的标签是错的，根本不是我要的标签。马上反应过来是某个路径错了。

6、更换权重路线：我发现原来我测试的权重有问题，还是用的原来的王者荣耀的那个权重。因此把他改过来，换成我自己训练出来的best.pt后，才终于成功了。

三、最终解决办法
如上所述，我最终的解决办法是更换了权重，其实这都不是算法的错误，是自己粗心大意了。因此，很赞同有一篇文章说的那样。【目标检测 YOLOv5 - 如何提高模型的指标，提高精确率，召回率，mAP等：https://blog.csdn.net/flyfish1986/article/details/120704968?ops_request_misc=&request_id=&biz_id=102&utm_term=yolov5%20%E7%9A%84confusion%20matrix%E6%84%8F%E4%B9%89&utm_medium=distribute.pc_search_result.none-task-blog-2_allsobaiduweb~default-5-120704968.first_rank_v2_pc_rank_v29&spm=1018.2226.3001.4187】
我们还是得先保证自己用这个程序得时候没用错误，位置引用都对了，再调一些参数就好了。