问题：数据集添加新类别训练后，之前的类别无法识别
过程：在使用Yolov5训练模型时，一开始创建的数据集有3个类别进行训练，后来由于需要增加识别的类型又添加了5个类别，使用一开始3个类别时训练好的模型继续训练新增后的数据集，导致最终训练出的模型无法识别刚开始的三个类别。
请问这是什么原因，还想请教一下，以后还需要继续扩大数据集是继续在现有数据集进行标注还是重新创建一个新的数据集。
参考GPT和自己的思路：
这个问题的原因是，之前的模型在训练时只学习了之前的三个类别，没有学习新添加的五个类别。当你在之前的模型上继续训练时，模型会尝试去适应新的类别，但是这可能会导致模型忘记之前学习的东西，导致之前的类别无法识别。
为了避免这种情况，最好的方法是重新创建一个新的数据集，并重新训练模型。你可以将新的数据集与之前的数据集结合在一起进行训练，这样可以确保模型同时学习新添加的类别和之前的类别。当然，这需要更多的标注工作，但这是确保模型能够具有更好的泛化能力的最佳方式。
数据要归一化，重新训练下
我也遇到了和你一样的问题，你需要把之前原有的3个类别的图片集和新的5个图片集合扔到一起放进去继续训练，如果你不放原有3个类别的图片集，只放5个新类别的图片集这样继续训练出来的模型对原有的3个类别就会失去检测效果