添加Early Stopping后YOLOv7训练异常求助：结果全零、模型未有效训练

添加Early Stopping功能后，YOLOv7的训练结果出现异常：输出全为零，所有类别均未得到有效训练。已更换其他数据集测试以排除数据集问题，但仍未解决。原本预期Early Stopping模块可正常运行，得到理想的训练及测试结果。

• Early Stopping触发时机过早：如果设置的patience参数过小，或是监控的指标不合理（比如误选训练集loss而非验证集loss，或指标阈值设置极端），训练可能在模型尚未开始学习时就被终止，此时权重仍处于初始化的随机状态，自然输出全零。
• 模块实现逻辑错误：检查Early Stopping的代码逻辑，比如是否在指标未下降时错误重置了模型权重，或是触发停止时没有保存训练中的有效权重，反而加载了未训练的初始权重。
• 与YOLOv7训练流程冲突：YOLOv7有自身的梯度更新、权重保存机制，Early Stopping模块可能干扰了这些流程——比如错误中断梯度反向传播，或是提前终止训练导致模型未完成必要的初始化训练步骤。
• 监控指标计算错误：如果Early Stopping监控的指标（如验证集mAP、loss）计算逻辑出错，会导致模块误判训练状态，提前停止训练，模型还未学到有效特征。

内容的提问来源于stack exchange，提问作者Candy