train: WARNING ⚠️ /root/lanyun-tmp/yolov11/datasets3/train/images/Abyssinian_34.jpg: ignoring corrupt image/label: invalid image format GIF. Supported formats are: images: {'tif', 'webp', 'dng', 'pfm', 'mpo', 'tiff', 'png', 'jpg', 'bmp', 'jpeg', 'heic'} videos: {'mpg', 'mp4', 'mpeg', 'wmv', 'mkv', 'ts', 'webm', 'gif', 'avi', 'm4v', 'mov', 'asf'} train: WARNING ⚠️ /root/lanyun-tmp/yolov11/datasets3/train/images/Egyptian_Mau_138.jpg: corrupt JPEG restored and saved train: WARNING ⚠️ /root/lanyun-tmp/yolov11/datasets3/train/images/Egyptian_Mau_139.jpg: ignoring corrupt image/label: invalid image format GIF. Supported formats are: images: {'tif', 'webp', 'dng', 'pfm', 'mpo', 'tiff', 'png', 'jpg', 'bmp', 'jpeg', 'heic'} videos: {'mpg', 'mp4', 'mpeg', 'wmv', 'mkv', 'ts', 'webm', 'gif', 'avi', 'm4v', 'mov', 'asf'} train: WARNING ⚠️ /root/lanyun-tmp/yolov11/datasets3/train/images/Egyptian_Mau_145.jpg: ignoring corrupt image/label: invalid image format GIF. Supported formats are: images: {'tif', 'webp', 'dng', 'pfm', 'mpo', 'tiff', 'png', 'jpg', 'bmp', 'jpeg', 'heic'} videos: {'mpg', 'mp4', 'mpeg', 'wmv', 'mkv', 'ts', 'webm', 'gif', 'avi', 'm4v', 'mov', 'asf'} train: WARNING ⚠️ /root/lanyun-tmp/yolov11/datasets3/train/images/Egyptian_Mau_167.jpg: ignoring corrupt image/label: invalid image format GIF. Supported formats are: images: {'tif', 'webp', 'dng', 'pfm', 'mpo', 'tiff', 'png', 'jpg', 'bmp', 'jpeg', 'heic'} videos: {'mpg', 'mp4', 'mpeg', 'wmv', 'mkv', 'ts', 'webm', 'gif', 'avi', 'm4v', 'mov', 'asf'} train: WARNING ⚠️ /root/lanyun-tmp/yolov11/datasets3/train/images/Egyptian_Mau_177.jpg: ignoring corrupt image/label: invalid image format GIF. Supported formats are: images: {'tif', 'webp', 'dng', 'pfm', 'mpo', 'tiff', 'png', 'jpg', 'bmp', 'jpeg', 'heic'} videos: {'mpg', 'mp4', 'mpeg', 'wmv', 'mkv', 'ts', 'webm', 'gif', 'avi', 'm4v', 'mov', 'asf'} train: WARNING ⚠️ /root/lanyun-tmp/yolov11/datasets3/train/images/Egyptian_Mau_191.jpg: ignoring corrupt image/label: invalid im

### YOLO 训练中处理损坏图像或不支持格式的警告 在YOLO训练过程中，如果遇到由于图像格式不受支持或者文件损坏而导致的警告问题，通常可以通过预处理数据集来解决这些问题。以下是详细的解决方案： #### 数据清理与验证 为了防止无效图片影响模型训练过程中的稳定性，可以编写脚本对整个数据集进行扫描并移除不符合条件的图片。Python 的 `Pillow` 库能够帮助检测图片的有效性和其具体格式。 ```python from PIL import Image import os supported_formats = ['JPEG', 'PNG', 'TIFF', 'BMP', 'HEIC'] def validate_image(file_path): try: with Image.open(file_path) as img: if img.format not in supported_formats: return False, f"Unsupported format {img.format}" img.verify() # Check for broken images return True, None except Exception as e: return False, str(e) data_directory = './dataset/images' # 替换为实际的数据路径 for filename in os.listdir(data_directory): file_path = os.path.join(data_directory, filename) is_valid, error_message = validate_image(file_path) if not is_valid: print(f"Removing invalid image: {file_path} ({error_message})") os.remove(file_path) ``` 此代码片段会遍历指定目录下的所有文件，并尝试打开它们以确认是否属于受支持的格式以及是否存在损坏的情况[^1]。对于任何无法通过验证测试的文件都将被删除。 #### 修改配置文件排除 GIF 文件 GIF 并未列于官方推荐的支持列表之中，因此应当确保训练集中没有任何 GIF 图像存在。另外，在定义数据加载器时也可以加入额外过滤逻辑进一步保障输入质量。 更新后的数据读取部分可能如下所示： ```python class CustomDataset(Dataset): def __init__(self, root_dir, transform=None): self.root_dir = root_dir self.transform = transform self.images = [f for f in os.listdir(root_dir) if any(f.lower().endswith(ext) for ext in ['.jpg','.png','.tiff','.bmp','.jpeg','.heic'])] def __len__(self): return len(self.images) def __getitem__(self, idx): img_name = os.path.join(self.root_dir, self.images[idx]) image = Image.open(img_name).convert('RGB') if self.transform: image = self.transform(image) return image ``` 这里我们显式地指定了允许扩展名集合，从而避免意外包含非兼容类型的资源进入流水线当中[^2]。 #### 日志记录增强 增加日志功能有助于追踪哪些特定样本引发了错误提示。可以在每次迭代期间捕获异常并将相关信息保存到单独的日志文档里供后续分析之用。 --- ### 总结 通过对原始素材执行严格筛选操作、调整框架内部实现细节以及加强监控机制三方面入手，基本可以有效缓解甚至彻底消除由非法影像引发的各种干扰现象。