1. 现象

yolov8 训练自己的数据集后，检测不到目标，现象有三个：一是在 训练后得到的 train 文件夹 中，“results.png” 中的前面几张曲线图上没有曲线；二是，验证集中的图片，没有识别结果，即 名字为 “val_batch*_pred.jpg” (* 是数字序号，根据实际情况，会有所不同) 的图片中，本来应该是显示验证集的识别结果，但是却没有识别出来，所以该有的识别框没有画出来，显示的还是验证集的原图片，同样的，此时，如果去识别测试图片，一样识别不了，结果会显示 “no detections”。

第三个现象是，训练的过程中，每个 Epoch 后，会打印结果，然后我发现，所有的结果中， box_loss、cls_loss、dfl_loss 下面的值都是 nan 。同时，报出一个警告：
lib\site-packages\torch\optim\lr_scheduler.py:139: UserWarning: Detected call of lr_scheduler.step() before optimizer.step(). In PyTorch 1.1.0 and later, you should call them in the opposite order: optimizer.step() before lr_scheduler.step(). Failure to do this will result in PyTorch skipping the first value of the learning rate schedule. See more details at https://pytorch.org/docs/stable/optim.html#how-to-adjust-learning-rate
warnings.warn("Detected call of lr_scheduler.step() before optimizer.step(). "
该警告的意思是：
测检到 lr_scheduler.step() 在 optimizer.step() 之前被调用了。

2. 解决办法

查了一些资料，找到了这个网址：
https://github.com/ultralytics/ultralytics/issues/283
里面说上面的警告可以忽略，如果要消除它，可以修改 default.yaml 中的 amp 为 False。
我在 yolov8 的源码 ultralytics\ultralytics\cfg 目录下找到了 default.yaml ，并将 amp 改为 False，重新训练，一切正常了。

3. 用 CPU 训练

我后面又做了这样一个测试：把 yolov8 的源码 ultralytics\ultralytics\cfg 目录下的 default.yaml 恢复默认值，然后，用 CPU 进行训练，同样的 数据集，整个过程没有任何问题（无错误 无警告），而且对测试数据测试发现，训练结果比 GPU 的训练结果要好（训练参数完全相同）。目前没弄懂为什么 CPU 和 GPU 训练时，会出现如此大的差异。之前在用 yolov5 时，也用 GPU 训练，也出现了相似的问题，最后是通过降低 torch GPU 相对应的版本，得到一个可用的训练结果，但是在训练中，仍报出了 NAN 计算结果异常。

4.说明一下我的环境

windows 10
conda: 23.1.0
python: 3.10
torch: 2.0.1+cu117 (GPU 版本)
torchvision: 0.15.2+cu117 (GPU 版本)
yolov8 是下载 源码后，在源码目录下用：" pip install -e . " 进行安装的，官网文档有说明。