如何用COCO数据集单类别（行人）训练YOLOv7及TensorBoard问题解决

一、基于COCO数据集仅训练行人类别 #

完全可以通过train.py实现，结合--single-cls参数和数据集配置调整即可，步骤如下：

1. 预处理COCO数据集标注
   COCO中行人对应类别ID为0，你需要过滤训练/验证集的标注文件，只保留category_id: 0的目标条目。如果使用YOLO格式标注，直接将所有保留的标注类别号改为0即可。

2. 修改数据集配置文件
   找到data/coco.yaml，修改以下参数：

   • 将nc: 80改为nc: 1
   • 将names列表改为names: ['person']

3. 使用--single-cls参数启动训练
   在终端运行训练命令时添加该参数，示例命令：

   python train.py --weights yolov7.pt --data coco.yaml --single-cls --batch-size 16
   

   --single-cls的作用是强制模型按单类别模式训练，忽略原标注中的多类别信息，所有目标都归为你指定的唯一类别。

二、TensorBoard访问无内容的排查方案 #

针对日志提示但页面无内容的问题，按以下顺序排查：

• 等待训练生成事件文件：训练刚启动时，TensorBoard的事件文件（events.out.tfevents.*）还未生成，需等待训练完成1-2个epoch后，再刷新页面查看。
• 检查日志路径正确性：确认runs/train目录下存在上述事件文件，若训练日志中显示的路径不同，需对应修改tensorboard命令的--logdir参数。
• 更换端口访问：若默认端口6006被占用，可指定其他端口启动：

  tensorboard --logdir runs/train --port 6007
  

• 清理浏览器缓存：浏览器缓存可能导致页面无法加载新内容，尝试用无痕模式访问或清空缓存后刷新。
• 验证训练状态：检查训练日志是否有报错，若训练中途终止，不会生成完整的TensorBoard数据。

内容的提问来源于stack exchange，提问作者Cansel Oğuz