Yolov7恢复训练遇FileNotFoundError及Colab无响应问题求助

1. 配置文件路径错误：使用--resume恢复训练时，YOLOv7会自动从checkpoint文件（last.pt）的父目录的父目录中读取训练配置文件opt.yaml。你的last.pt直接放在/content目录下，程序会去根目录/查找opt.yaml，而该文件不存在，触发FileNotFoundError。
2. Colab等待状态：异常抛出后进程未正常终止，导致Colab界面显示为等待状态。

方法1：使用标准恢复流程（推荐） #

YOLOv7的--resume参数可以直接指定checkpoint路径，程序会自动从该文件所在目录的上级目录读取opt.yaml，无需重复手动配置参数。
假设你之前的训练项目目录为/content/drive/MyDrive/YoloV4/Models/yolov7-exp5/（last.pt存放在该目录的yolov7_tiny_exp5子文件夹中），执行以下命令：

!python3 /yolov7/train.py --resume /content/drive/MyDrive/YoloV4/Models/yolov7-exp5/yolov7_tiny_exp5/last.pt

方法2：调整文件目录结构 #

如果需要继续使用当前指定的参数，需确保last.pt的目录结构符合YOLOv7的预期：

• 将last.pt移动到你的项目目录下的实验名称子文件夹中，比如：/content/drive/MyDrive/YoloV4/Models/yolov7-exp6/yolov7_tiny_exp6/last.pt
• 确保opt.yaml文件存在于项目根目录/content/drive/MyDrive/YoloV4/Models/yolov7-exp6/下（该文件是你第一次训练时自动生成的，包含所有训练配置）
• 执行命令时只需指定--resume参数：

!python3 /yolov7/train.py --resume /content/drive/MyDrive/YoloV4/Models/yolov7-exp6/yolov7_tiny_exp6/last.pt

方法3：手动创建opt.yaml（应急方案） #

如果找不到原始的opt.yaml，可以根据你的训练参数手动创建该文件：

1. 在last.pt的父目录的父目录下创建opt.yaml（比如你的last.pt在/content/exp/yolov7_tiny_exp6/，则在/content/exp/下创建）
2. opt.yaml内容如下：

workers: 8
device: 0
batch_size: 32
data: /yolov7/data/uav.yaml
img: [480, 480]
cfg: /yolov7/cfg/training/yolov7-tiny.yaml
hyp: /yolov7/data/hyp.scratch.tiny.yaml
project: /content/drive/MyDrive/YoloV4/Models/yolov7-exp6/
name: yolov7_tiny_exp6
epochs: 201

3. 修改训练命令的--weights路径为调整后的last.pt路径，再执行。

内容的提问来源于stack exchange，提问作者Snowman's Scarf