我正在尝试训练一个 YOLOv5 神经网络来识别车辆。然而，当它在 Google Colab 上训练时，它总是停在这里：

我按照 roboflow 的教程进行操作。当我切换到 roboflow 提供的较小的数据库时，训练能够继续进行。我是 Colab Pro+ 用户，所以不应该是内存不足的问题。

我想知道这个工具（成为django- labeller 的项目的分支）输出什么类型的格式，以及这种 json 格式是否支持将数据集上传到 Roboflow。

一个示例标签文件 ( 0001__labels.json ) 是：

将这种格式的一组标签转换为 Roboflow 可以摄取的格式是否是一个简单的工具？

我已经在roboflow中上传并注释了一些图像。现在试图导出它。然而，事实证明图像的数量是有限的。我想知道允许免费自定义导出多少图像（无需任何升级）。谢谢。

我正在尝试使用下面链接上的 Roboflow Google Colab 笔记本来训练对象检测模型。直到星期二它对我来说工作正常，但从那天起就不再工作了，我没有对代码或使用的库或 GitHub 存储库进行任何更改。

当我运行下面的单元格时，它显示以下错误：“NotImplementedError: Cannot convert a symbolic Tensor (cond_2/strided_slice:0) to a numpy array。”</p>

有谁知道发生了什么或者我该如何解决它以继续训练我的模型？

https://colab.research.google.com/drive/1U3fkRu6-hwjk7wWIpg-iylL2u5T9t7rr#scrollTo=yhzxsJb3dpWq

提前致谢。

在 roboflow 的“上传”页面上，我无法加载 yolov5 data.yaml labelmap 文件以将预注释图像的类号映射到类名。页面一直显示“正在处理文件”...我该怎么办？

上传yolov5 data.yaml labelmap截图

内容结构data.yaml为：

更新

上述内容结构是导致错误的原因。可以从“版本”选项卡中找到正确的文件格式，您可以在其中“导出”和“将 zip 下载到计算机”。此data.yaml文件中的 具有以下格式：

我想检测显示器上的数字。为此，我使用了一个自定义的 19 类数据集。选择的模型是 yolov5-X。分辨率为 640x640。一些对象是：

• 0-9 位数
• 一些文本作为对象
• 总计 --> 17 个班级

例如，当我想检测 23、28、22 时，我在检测所有数字时遇到问题。如果它们彼此非常接近，模型就会发现问题。

我正在使用 roboflow 创建不同的文件夹，我在其中添加了一些预处理以完全控制我输入模型的内容。所有内容都经过检查并输入到名为 TRAIN_BASE 的新文件夹中。我总共有 3500 张带有数字的图像，大部分变化是色调和亮度。

有什么建议可以让模型能够捕捉到所有数字，除了彼此靠近吗？

我准备了我的数据集并创建了它的一个版本。然后我尝试以TensorFlow Object Detection CSV格式导出数据集，但是当我得到给定 zip 文件的输出时。但是我看到 zip 文件中除了“ README.roboflow.txt ”和“ README.Dataset.txt ”之外什么都没有

有什么我做错了还是正在开发中？或者这是一个错误？

谢谢

请帮助我，当我生成数据集的新版本时，roboflow 需要很长时间，只有 14 张图像，然后生成一个没有图像的新空版本。

1

3

在 jupyter notebook 中运行 Roboflow 图像分类的代码时，我和我的团队不断收到相同的错误。

如果有人可以帮助我们更好地理解这个错误的含义以及为什么我们不断得到它，那将不胜感激！

这是代码：

data = ImageDataLoaders.from_folder(path, size=220, num_workers=4).normalize(imagenet_stats)

这是错误：