使用官方YOLOv7训练自定义数据集时遇异常及警告求助

问题背景 #

使用官方YOLOv7训练含7000张图片的自定义数据集，执行训练命令：

!python train.py --workers 1 --device 0 --batch-size 4 --epochs 100 --img 640 --data data/custom.yaml --hyp data/hyp.scratch.p5.yaml --cfg cfg/training/yolov7-custom.yaml --name yolov7-custom --weights yolov7.pt

训练过程中出现两类异常：

1. 大量libpng warning: iCCP: known incorrect sRGB profile警告输出
2. 训练轮次未增长、进程异常终止，无法完成预期的100轮训练

一、libpng警告处理 #

这类警告源于图片元数据中的sRGB配置文件错误，不影响模型训练逻辑，仅会产生冗余输出，可通过以下方式消除：

• 批量修正图片：使用ImageMagick工具批量移除图片的错误元数据

  mogrify -strip /path/to/your/dataset/*.png
  

  替换路径为你的数据集图片目录，若包含其他格式（如jpg），可分别执行对应格式的处理命令。
• 脚本内屏蔽警告：在train.py开头添加以下代码，直接屏蔽libpng的警告输出

  import warnings
  warnings.filterwarnings("ignore", category=RuntimeWarning, module='png')
  

二、训练轮次停滞/进程异常解决 #

这类问题核心原因通常是数据集配置错误、数据加载异常或硬件资源不足，按以下步骤排查：

1. 校验custom.yaml配置
   • 确认train、val字段的路径正确，需指向包含图片的文件夹或标注列表txt文件
   • 确认nc（类别总数）与数据集实际类别数一致
   • 确认names列表中的类别名称与标注文件中的类别id完全对应
2. 检查标注文件有效性
   • 确保每个图片对应同名的.txt标注文件，每行格式为class_id x_center y_center width height（所有坐标需为归一化值）
   • 排查是否存在标注文件缺失、类别id超出nc-1范围的情况
3. 调整硬件相关参数
   • 增大--workers值（建议设置为CPU核心数的1/2或1/4，如改为4），过小的workers会导致数据加载瓶颈，拖慢甚至卡住训练
   • 若GPU显存不足，降低--batch-size（如改为2）或--img尺寸（如改为416），避免显存溢出导致进程终止
4. 验证环境兼容性
   • 切换至官方最新版YOLOv7代码，避免旧版本的已知bug
   • 确认依赖库版本符合要求：torch>=1.7.0、torchvision>=0.8.1、numpy>=1.18.5等
5. 排查完整日志
   • 查看训练过程中被警告覆盖的报错信息，数据加载失败、显存溢出等是导致训练停滞的常见核心原因

内容的提问来源于stack exchange，提问作者Roopam Maurya