早先寫了一篇關於yolov3訓練自己資料集的博文Pytorch實現YOLOv3訓練自己的資料集

其中很詳細的介紹瞭如何的訓練自定義的資料集合，同時呢筆者也將一些容易出現的bug寫在了博文中，想著的是可以幫助到大家。很榮幸這一篇部落格收到了，大家的認可。最近一段時間有很多的學長、學姐、學弟、學妹詢問其中出現的問題。可是問的都是我沒有遇到過的，很尷尬

今天我花了一下午的時間，解決了這幾個問題，接下來進行分享。

筆者的開發環境為：

ubuntu18.04
PyTorch 1.1.0
anaconda
opencv-python
tqdm
matplotlib
pycocotools
詳細請參考：Pytorch實現YOLOv3訓練自己的資料集

• 問題1：AssertionError: Shapefile out of sync, please delete data/test.shapes and rerun
  
  這個問題的話需要將data檔案下的test.shapes刪了，再重新執行makeTxt.py和voc_labels.py即可。報錯的原因：因為Shapefile的不同步，可能用於訓練其他的任務，沒有即使的改回來導致的。
• 問題2：在生成將voc生成txt時，開啟txt後是空白
  
  這是因為voc_label.py下的classes = ["name"] 和你標註的不一致。例如，使用labelImg標註的為face,那麼你在編寫時就應該在voc_label.py下寫classes = ["face"]
• 問題3：視覺化，記得有一個學姐問我，咋不可以視覺化，我當時忘了，導致她花了很長時間去解決這個bug，很尷尬，心疼學姐，哈哈哈。。。。
  其實很容易解決，只需要在訓練完成後，開啟命令列輸入命令：

python3 -c "from project import utils; utils.plot_results()"

即可在根目錄下看到。

• 問題4 windows環境下路徑問題
• 問題描述：有些小夥伴在按照筆者的步驟進行自定義資料集訓練時，出現瞭如下的報錯資訊：
  
• 問題的原因：由於筆者是在linux環境下進行的實驗，所以沒有出現這種情況。這個問題出現的原因是由於windows系統部分符號的不敏感，所以導致這種情況。
• 解決方法：
  開啟dataset.py，把162行換成163行即可
  
  總結：由於筆者能力有限，在敘述上難免有不準確的地方，還請諒解。最後希望疫情快快結束，祝武漢加油，一線的工作者你們辛苦了！！！！！！