Yolov3训练无法启动，卡在创建CPU线程提示且train/test.txt为空怎么解决

核心问题原因 #

Darknet初始化完CPU线程后需要加载train.txt中列出的训练样本，你当前train.txt/test.txt为空，框架没有可加载的训练数据，所以直接挂死无后续输出。

分步解决步骤 #

1. 重新生成有效train.txt/test.txt #

• 确认你的训练/测试图片存放的绝对路径，Colab环境下一般路径格式为/content/darknet/[你的图片文件夹路径]
• 直接用find命令生成列表，无需依赖教程附带的生成脚本，避免脚本路径不匹配问题：
  生成训练集列表：

  find /content/darknet/data/train_images -name "*.jpg" > /content/darknet/data/train.txt
  

  生成测试集列表：

  find /content/darknet/data/test_images -name "*.jpg" > /content/darknet/data/test.txt
  

  注意替换命令中的图片文件夹路径为你实际的存放路径，图片后缀如果是png则将*.jpg改为*.png

• 生成后验证内容：执行cat /content/darknet/data/train.txt，确认输出中有至少数十行图片路径，无内容则检查路径是否正确。

2. 核对Darknet配置文件 #

• 打开你项目的.data配置文件，确认以下字段路径完全匹配实际文件路径：

  train = data/train.txt
  test = data/test.txt
  names = data/[你的类别名称文件].names
  backup = backup/

• 确认.cfg模型配置文件中的classes参数和.names文件中的类别数量一致，yolo层前的卷积层filters参数符合3*(classes + 5)的计算规则。

3. 验证GPU编译配置生效 #

• 执行测试命令确认GPU正常启用：

  ./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg
  

  输出中如果有GPU显存占用、CUDA相关日志则表示GPU启用正常，如果仍只有CPU相关提示，重新编译Darknet：

  make clean
  make
  

  编译过程中确认有nvcc相关编译日志，无报错即为编译成功。

4. 重新启动训练 #

所有配置核对完成后重新执行训练命令，正常情况下会先输出数据集加载进度，随后进入迭代训练环节输出损失值。

内容的提问来源于stack exchange，提问作者D3mon