关于#yolo#的问题，如何解决？

采用yolov5检测我自己的数据集 8个类别 训练集11388张 验证集2847张 300个epoch 其他均采用原始超参 训练损失一直不收敛 验证集损失趋于收敛 加大epoch训练损失也只会继续下降 曲线依然很陡 仍然不收敛 detect时出现过某类别的某个图无框的情况(但有的同类别图能检测到) 数据集中训练集样本的每个类别实例数分布在1600~2000，是否仍需平衡 各指标表现很好 但个人感觉并不正常 感觉过拟合了 请大伙帮我看看 如何解决 已经调了好几次数据了 结果一直不理想(流汗）

https://blog.csdn.net/weixin_42795788/article/details/121777995

• 您可以看一下 黄彬彬老师的YOLO实战视频教程课程中的 开炉炼丹--训练YOLO模型小节
  

你的其他指标看起来模型效果都不错了，目前唯一的问题就是你的box和obj这两个的loss收敛不好，从混淆矩阵图可以看出来，你的类别4和类别5的检测不好，检查一下数据集这两个类别是否存在标错，漏标的情况，特别是类别id为5的这个类，这个类别的精准率比较低,1/1.41,大概在0.7左右。
如果你的这个类真的就是成像不好或者跟背景很接近的话，那就没啥法子