在Colab上训练YOLOv3-darknet口罩识别模型遇阻，求解决方案

一、修正训练命令的路径错误 #

你的命令存在路径拼接和配置文件路径指向错误，替换为以下命令：

%cd /content/drive/MyDrive/Colab Notebooks/yolo_test/darknet
!./darknet detector train ../obj.data cfg/yolov3-tiny_obj.cfg ../darknet53.conv.74 -dont_show

路径修正说明： #

• 先进入darknet根目录（你上传的darknet文件夹位于yolo_test下），直接执行./darknet更可靠
• ../obj.data：假设你的obj.data放在yolo_test文件夹下（与darknet同级），若放在darknet/cfg目录下则改为cfg/obj.data
• cfg/yolov3-tiny_obj.cfg：darknet自带的cfg文件夹就在其根目录下，用相对路径调用即可
• ../darknet53.conv.74：预训练权重放在yolo_test文件夹下，用相对路径调用

二、确保darknet已完成编译 #

你上传的是darknet源码，必须先在Colab中编译才能执行训练：

1. 进入darknet目录：

%cd /content/drive/MyDrive/Colab Notebooks/yolo_test/darknet

2. 开启GPU加速编译（Colab默认支持GPU）：

!sed -i 's/GPU=0/GPU=1/' Makefile
!sed -i 's/CUDNN=0/CUDNN=1/' Makefile
!sed -i 's/OPENCV=0/OPENCV=1/' Makefile
!make

编译完成后，darknet目录下会生成可执行文件darknet，此时才能执行训练命令。

三、检查配置文件的正确性 #

1. obj.data配置 #

确保obj.data内的路径均为Colab挂载后的绝对路径，示例如下：

classes=1
train=/content/drive/MyDrive/Colab Notebooks/yolo_test/train.txt
valid=/content/drive/MyDrive/Colab Notebooks/yolo_test/test.txt
names=/content/drive/MyDrive/Colab Notebooks/yolo_test/obj.names
backup=/content/drive/MyDrive/Colab Notebooks/yolo_test/backup

• classes：根据你的数据集调整，比如仅识别戴口罩设为1，区分戴/不戴设为2
• train/valid：指向数据集的train.txt和test.txt，文件内每一行是对应图片的绝对路径
• backup：必须提前创建该文件夹，用于保存训练生成的权重文件

2. yolov3-tiny_obj.cfg配置 #

修改cfg文件的核心参数：

• 将所有classes值改为你的数据集类别数
• 找到所有filters参数，按公式计算：filters=(类别数 + 5)*3，比如类别数为1时，filters设为18
• 根据Colab显存调整batch和subdivisions，比如batch=64、subdivisions=16，显存不足时调小subdivisions

四、确认数据集路径有效性 #

Kaggle口罩数据集需上传至云端硬盘的yolo_test文件夹下，并生成train.txt和test.txt，文件内每一行需是图片的绝对路径，示例：

/content/drive/MyDrive/Colab Notebooks/yolo_test/dataset/images/img1.jpg
/content/drive/MyDrive/Colab Notebooks/yolo_test/dataset/images/img2.jpg

内容的提问来源于stack exchange，提问作者古芳華