使用yolov8-pose训练的两个分类的模型不能由.wts转为.engine

[gaoxinstudent]

我的训练数据集格式

我的训练数据集分为两类，每一类别的数据集格式是：分类+x,y,w,h+(x1,y1)+...(x4,y4)。即一个框加四个关键点

遇到的问题

使用官方提供的yolov8n-pose.pt模型可以正常由.wts转为.engine格式，但当我使用自己训练的模型时，它出现下面的报错

我的尝试的解决的方法

修改yolov8/include/config.h文件中的关键点描述




但是它依然产生了上面展示的报错信息

求解

是否有描述关键点的参数我未修改？还是它只支持coco8-pose数据集的格式，即一个分类+xywh+3*17

[lindsayshuo]

有一个版本卷积变了，建议用最新的python代码训练，最新的做了区分

[xiongqi123123]

有一个版本卷积变了，建议用最新的python代码训练，最新的做了区分

官方的是[17,3]，我自定义的数据集是[5,2]，我省略了visible这一个维度，我该怎么修改代码呢？

[lindsayshuo]

有一个版本卷积变了，建议用最新的python代码训练，最新的做了区分

官方的是[17,3]，我自定义的数据集是[5,2]，我省略了visible这一个维度，我该怎么修改代码呢？

参考https://github.com/ultralytics/ultralytics/blob/f7b9009c9177621dd91e000c906d636c42bb1250/ultralytics/nn/modules/head.py#L236

这里有说明，

在 YOLO Pose 中，17*3 里的 3 代表每个关键点（Keypoint）的三个信息：x 坐标、y 坐标和 可见性（Visibility）。具体来说：

x 坐标：关键点在图像中的水平位置，通常是相对于图像宽度的归一化坐标。
y 坐标：关键点在图像中的垂直位置，通常是相对于图像高度的归一化坐标。
可见性（Visibility）：一个值，用来表示该关键点是否可见或被检测到。通常是通过 sigmoid 函数处理，返回一个介于 0 和 1 之间的值，值越接近 1 表示该关键点越可见，越接近 0 表示该关键点不可见或不确定。
因此，17*3 表示网络输出的尺寸为：

17 是关键点的数量（例如，17 个 COCO 数据集定义的人体关键点，如鼻子、左肩、右膝等）。
3 是每个关键点包含的信息（x 坐标，y 坐标和 visibility）。
在 Pose 类中，kpt_shape 被定义为 (17, 3)，意味着每个图像有 17 个关键点，每个关键点有 3 个值（x，y 和 visibility），所以最终输出的关键点张量的形状将是 (batch_size, 17 * 3, height * width)，其中 height 和 width 是特征图的大小。

然后你可以修改cu里面的对应代码

[xiongqi123123]

有一个版本卷积变了，建议用最新的python代码训练，最新的做了区分

官方的是[17,3]，我自定义的数据集是[5,2]，我省略了visible这一个维度，我该怎么修改代码呢？

参考https://github.com/ultralytics/ultralytics/blob/f7b9009c9177621dd91e000c906d636c42bb1250/ultralytics/nn/modules/head.py#L236

这里有说明，

在 YOLO Pose 中，17*3 里的 3 代表每个关键点（Keypoint）的三个信息：x 坐标、y 坐标和 可见性（Visibility）。具体来说：

x 坐标：关键点在图像中的水平位置，通常是相对于图像宽度的归一化坐标。 y 坐标：关键点在图像中的垂直位置，通常是相对于图像高度的归一化坐标。 可见性（Visibility）：一个值，用来表示该关键点是否可见或被检测到。通常是通过 sigmoid 函数处理，返回一个介于 0 和 1 之间的值，值越接近 1 表示该关键点越可见，越接近 0 表示该关键点不可见或不确定。 因此，17*3 表示网络输出的尺寸为：

17 是关键点的数量（例如，17 个 COCO 数据集定义的人体关键点，如鼻子、左肩、右膝等）。 3 是每个关键点包含的信息（x 坐标，y 坐标和 visibility）。 在 Pose 类中，kpt_shape 被定义为 (17, 3)，意味着每个图像有 17 个关键点，每个关键点有 3 个值（x，y 和 visibility），所以最终输出的关键点张量的形状将是 (batch_size, 17 * 3, height * width)，其中 height 和 width 是特征图的大小。

然后你可以修改cu里面的对应代码

太感谢了！！！！！！！