素霓裳1. YOLOv8训练翻车现场：从崩溃到救赎的实战指南
作为一名计算机视觉领域的实战派，我最近在三个工业级项目中密集使用了YOLOv8进行目标检测任务。说实话，这个号称"开箱即用"的模型让我栽了不少跟头。今天我就把这些血泪教训整理成文，希望能帮你避开这些深坑。
先说说我遇到的最典型问题：精心准备的数据集，跑起来就报Loss=NaN；调整Batch Size后模型死活不收敛；训练了上百个Epoch，mAP却卡在0.3纹丝不动；小目标检测效果惨不忍睹...如果你也正在经历这些，别慌，这些问题90%都不是模型架构的问题，而是数据、配置或硬件策略的"低级错误"导致的。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 五大致命陷阱与解决方案
2.1 Loss=NaN问题：不只是关闭AMP那么简单
Loss突然变成NaN是最让人崩溃的问题之一。很多人第一反应是关闭AMP(自动混合精度)，这确实能解决部分问题，但绝非万能药。
根本原因分析：
- 数据中存在异常值(如坐标越界的标注)
- 学习率设置过高
- 梯度爆炸
- 某些层(如BatchNorm)对AMP敏感
完整解决方案：
- 数据健康检查
python复制# 使用官方验证脚本检查标注
from ultralytics.yolo.utils.ops import check_annotations
check_annotations('dataset.yaml')
- 分阶段排查
- 首次训练强制关闭AMP：
amp=False - 使用小学习率试跑：
lr0=0.001 - 启用梯度裁剪：
clip_grad=10.0
- 进阶技巧
- 对BatchNorm层单独设置精度：
yaml复制# custom.yaml
batch_norm:
eps: 1e-5
momentum: 0.1
fp32: True # 强制使用FP32
注意：如果关闭AMP后问题依旧，90%的概率是数据问题。我曾遇到一个案例，标注工具生成的COCO格式JSON中，有个别bbox的width被错误设为了0。
2.2 Batch Size与学习率的死亡螺旋
调整Batch Size后模型不收敛？这通常是因为忽略了Batch Size与学习率的联动