最近在做一个深度学习的项目，关于的是目标检测的。运用的是yolov4和yolov5两个目标检测模型。两个模型均可以通过作者GitHub进行使用，里面都有详细的教程。在这里我就无耻地贴出我GitHub fork的仓库地址：darknet-yolov4和yolov5。另外很多博主都介绍如何训练自己的数据集，这里也不做详细介绍了。这篇文章主要是记录我在训练过程中遇到的问题。
1. 图片的问题，如下图所示。训练集中的一些图片是8位彩色图像（img.mode is 'P'），这样会导致在训练过程中调用load_image函数报错。（PIL中有九种不同模式。分别为1，L，P，RGB，RGBA，CMYK，YCbCr，I，F。）另外数据集也没有做尺寸统一化处理，虽然问题不大这样会导致训练过程中耗时过大。
2. 标注数据集耗时长，而且只有正样本，后面会考虑添加一些负样本，如一些跟正样本相类似的图像作为训练。
后面继续看相关论文，未完待续。。