loss is Nan

[ghost]

The obj loss and box loss become Nan when I use ComputeLossOTA trainning. If loss_ota==0, Everything is OK.

[lx-cly]

I updated the code. You can adjust the parameters of learning rate appropriately and try again. If loss still become nan, you can change use_ota=0 in hyp.scratch.custom.yaml.

[ghost]

已经修改好了 kld计算loss时可能会出现除0错误 在分母上添加eps就好了

[ghost]

还有一个问题 loss一直在下降 但是所有的指标都是0 数据集已经在其他基于角度分类的版本的yolov7_obb上验证过没有问题

[lx-cly]

还有一个问题 loss一直在下降 但是所有的指标都是0 数据集已经在其他基于角度分类的版本的yolov7_obb上验证过没有问题

是test.py中conf_thres=0.25 设置太高了的原因？你还可以看看results.txt中关于val的loss。最近在训练dota1.0的数据集，确实训练容易出现nan，稍微改改lr和weight_decay会好一点，不过现在训练的基线指标都不太高，验证集map71%。

[ghost]

我用3w的数据集测试是能够训练起来的，几个epoch后map就开始越来越低了，1000张左右的小数据集进行训练就会出现上述的map为0的情况，conf_thres已经设置的比较小了还是有这样的问题，lr也调整了，用其他的obb训练工具都能训练起来，已经调试了两天还是没有定位到问题。

[jsago]

我用3w的数据集测试是能够训练起来的，几个epoch后map就开始越来越低了，1000张左右的小数据集进行训练就会出现上述的map为0的情况，conf_thres已经设置的比较小了还是有这样的问题，lr也调整了，用其他的obb训练工具都能训练起来，已经调试了两天还是没有定位到问题。

请问您解决了吗，我也遇到了相同的问题，我只有一次训练出map不为0，但是不是很高，其他都是损失在下降，但是指标都是0

[yychayitu]

请问为什么要在datasets.py中的499行写 if label[-1] == "2": continue，这是不训练难的图片吗？请问为什么注释掉了，obj loss和 box loss会出现nan？

[yychayitu]

请问为什么要在datasets.py中的499行写 if label[-1] == "2": continue，这是不训练难的图片吗？请问为什么注释掉了，obj loss和 box loss会出现nan？

如果注释之后，不用ota，loss都有

[lx-cly]

请问为什么要在datasets.py中的499行写 if label[-1] == "2": continue，这是不训练难的图片吗？请问为什么注释掉了，obj loss和 box loss会出现nan？

不训练困难样本。

[hecheng000]

请问训练自己数据集出现ValueError: not enough values to unpack (expected 3, got 0)是什么问题