Google Colab训练Yolov4自定义模型时train.txt文件损坏问题求助

根因说明 #

train.txt异常问题核心是Windows与Linux环境的格式不兼容问题，以及非ASCII字符路径的解析异常：

1. 本地生成的train.txt使用Windows默认的反斜杠\作为路径分隔符，Linux环境下会将反斜杠识别为转义符，结合路径中的日语字符会触发解析异常
2. Windows文本默认的CRLF换行符在Linux环境下会被识别为多余字符，导致行数统计异常、内容截断
3. 编码不统一会导致日语字符解析错误，触发Darknet的文件读写逻辑异常

修复步骤 #

1. 本地文件预处理 #

• 替换train.txt中所有路径的反斜杠\为Linux兼容的正斜杠/，比如将data\obj\9_タ-ta_61_train_.png修改为data/obj/9_タ-ta_61_train_.png
• 使用VSCode等文本编辑器将train.txt的换行符设置为LF（Linux格式），编码指定为UTF-8无BOM格式，再提交到代码仓库

2. Colab训练前校验修正 #

每次移动文件后、启动训练前，执行以下命令做环境适配：

# 安装dos2unix工具用于换行符转换
!apt install -y dos2unix
# 转换train.txt换行符为Linux格式
!dos2unix darknet/data/train.txt
# 校验文件行数是否符合预期
!wc -l darknet/data/train.txt
# 校验最后一行内容是否正确
!tail -n 1 darknet/data/train.txt

3. 可选优化（针对非ASCII路径兼容问题） #

如果修复后仍出现异常，可将所有图片文件名、路径中的日语假名替换为对应罗马音或英文标识，彻底避免非ASCII字符导致的解析异常。

4. 锁定文件避免异常修改 #

确认train.txt内容无误后，可执行以下命令设置文件为只读权限，避免训练过程中被异常改写：

!chmod 444 darknet/data/train.txt

训练完成后如需修改文件，可执行!chmod 644 darknet/data/train.txt恢复读写权限。

内容的提问来源于stack exchange，提问作者Andro Aprila