¶ Диагностика
Эта страница помогает быстро понять, где сломалась цепочка: данные, разметка, обучение, ONNX или EyeAuras.
¶ Предварительные компоненты
Если Prerequisites не зеленые, сначала исправляйте их. Без управляемого Python, PyTorch, Ultralytics и инструментов ONNX локальное обучение не запустится.
| Симптом | Что проверить |
|---|---|
No space left on device |
Освободите место на диске проекта и в папке управляемого Python или кеша загрузок. |
| CUDA не используется | Проверьте PyTorch runtime в Prerequisites; для принудительного CPU можно добавить device=cpu. |
| Установка падает | Нажмите Check all, затем Install missing; смотрите текст ошибки в строке компонента. |
| YOLO просит обновиться | Обновите Ultralytics через интерфейс, если YoloEase предложил обновление. |
¶ Набор данных
| Симптом | Что проверить |
|---|---|
| Обучение не стартует | В наборе данных должен быть минимум один кадр в train и один кадр в valid. |
| Редкий класс не учится | Добавьте больше примеров этого класса; он может попасть только в одну часть разбиения. |
| Много ложных срабатываний | Добавьте отрицательные кадры без рамок: меню, паузы, пустой фон, похожие цвета. |
| Модель путает классы | Проверьте метки в редакторе и добавьте контрпримеры обоих классов. |
| После видео слишком много одинаковых кадров | Увеличьте Frame step или выберите более короткий Range. |
Train/Validation % split не гарантирует хорошее разбиение сам по себе. Для серьезного прогона проверьте, что все важные классы встречаются в разных ситуациях, а не только в одном коротком фрагменте видео.
¶ Разметка
| Симптом | Что исправить |
|---|---|
| Модель пропускает объекты | Разметьте больше похожих положительных кадров. |
| Рамки стоят криво | Поправьте рамки: они должны плотно обнимать видимую часть объекта. |
| Авторазметка портит набор данных | Не принимайте предложения вслепую; удаляйте ложные срабатывания до Finish Job. |
| Объект иногда размечен, иногда нет | Решите, как размечать такой случай, и делайте так везде. |
Предложения модели не попадают в обучение, пока вы не нажали Accept или Accept all.
¶ Обучение
| Симптом | Что проверить |
|---|---|
Не найден data.yaml |
Пересоберите набор данных через Trainer; проверьте завершенные задачи. |
Нет best.pt |
YOLO не завершил обучение; смотрите ленту выполнения и текст ошибки. |
| Ошибка экспорта ONNX | Проверьте, что best.pt существует, а модель является YOLO-моделью для детекции объектов. |
| Не хватает VRAM | Уменьшите Model Size, используйте yolo11n.pt, уменьшите batch или добавьте device=cpu. |
| Windows расходует слишком много памяти | Не увеличивайте workers без необходимости; по умолчанию YoloEase использует workers=0. |
На маленьких наборах данных метрики могут быть ненадежными. Смотрите не только на mAP, но и на реальные предсказания в YoloEase и OSD в EyeAuras.
¶ ONNX
| Симптом | Что проверить |
|---|---|
| Модель не грузится | Это должен быть экспорт Ultralytics YOLO для детекции объектов, желательно opset 17. |
| Нет имен классов | Используйте сопоставление меток в редакторе или проверьте метаданные names. |
| Внешний ONNX не работает | Программа, где запускается модель, должна поддерживать разбор выхода YOLO и NMS. |
В EyeAuras выбран файл .pt |
Для ML Search нужен .onnx, .pt оставьте для обучения. |
¶ EyeAuras
| Симптом | Что проверить |
|---|---|
| В YoloEase хорошо, в EyeAuras плохо | Сравните область захвата, масштаб окна, эффекты и загруженный .onnx. |
| Рамки смещены | Проверьте область захвата и эффекты до ML Search. |
| Клики идут не туда | Сначала включите OSD, потом Mouse Move, и только после проверки добавляйте действие клика. |
| Модель видит слишком мелкие объекты | Добавьте Width Min и Height Min в ML Find Class. |
Если ошибка повторяется только в реальном сценарии, запишите короткое видео именно этой ошибки через EyeAuras, добавьте его в YoloEase, разметьте и обучите новое поколение.
См. также: Trainer, YOLO ONNX и веса моделей, EyeAuras интеграция.