python-尝试运行暗网检测时无法打开文件 yolov3_custom_last.weights

我一直在尝试使用 YOLO (v3) 来实现和训练带有OpenImage数据集的 Tank 对象检测。我试图从本教程中获得帮助，我的代码看起来很像。我也在使用 Google Colab 和 Google Drive 服务。通过我的程序一切都很好。但是当我运行darknet训练检测时，我在最后一步遇到了错误。

!./darknet detector train "data/obj.data" cfg/yolov3_custom.cfg "darknet53.conv.74" -dont_show

经过100次迭代后，当它试图将进度保存到我在中提到的备份文件夹中时obj.data文件，我得到以下错误：

Saving weights to /content/drive/My\Drive/YOLOv3/backup/yolov3_custom_last.weights
Couldn't open file: /content/drive/My\Drive/YOLOv3/backup/yolov3_custom_last.weights

起初，我认为我在使用这个地址时犯了一个错误；因此，我尝试使用ls命令检查地址

!ls /content/drive/My\Drive/YOLOv3/backup/

结果是一个空文件夹（然而，不是一个错误，这意味着我写的地址正确，并且可以在我的谷歌驱动器中访问）。

以下是数据的内容。对象文件：

classes = 1
train = data/train.txt
valid = data/test.txt
names = data/obj.names
backup = /content/drive/My\ Drive/YOLOv3/backup

此外，我还对配置文件进行了必要的更改，所以我认为问题不在于此。但为了确保我在yolov3.cfg文件：

1. 首先，我们将注释第3行和第4行（批次、细分），以取消设置测试模式
2. 我们将取消注释第6行和第7行（批处理、细分）以设置为训练模式
3. 我们改变了max_batches值到2000*类的数量（如果有一个类与我们的情况类似，则设置为4000）
4. 我们将步长元组值更改为max\u baches值的80%，90%。在这种情况下，它将是32003600。
5. 对于全部的之前的YOLO层和旋光层改变了classes值设置为类数，在本例中为1，并更改filters

conv layers过滤器值的公式： (number_of_classes + 5)*3

我搜索了错误，发现此问题在Github上。但是，我尝试了这里推荐的以下方法，问题仍然是一样的：

1. 删除并重新创建backup文件夹
2. 尝试添加行 backup = backup在我的yolo.data文件夹中的文件.cfg
3. 创建空的yolov3_custom_last.weights在备份文件夹中

本期中提到的其他解决方案是关于何时在PC上运行YOLO，而不是google Colab。此外，这里是文件夹YOLOv3的树结构，它存储在我的Google Drive my Drive（主文件夹）中。

YOLOv3
        darknet53.conv.74
        obj.data
        obj.names
        Tank.zip
        yolov3.weights
        yolov3_custom.cfg
        yolov3_custom1.cfg.txt

所以，我有点卡住了，我不知道该怎么解决这个问题。我很感谢你的帮助。