训练yolov5模型,出现AssertionError: train: No labels in E:\yolov5\yolov5\data_area\lables\train.cache. Can

用yolov5运行自己的代码时,出现,AssertionError: train: No labels in E:\yolov5\yolov5\data_area\lables\train.cache. Can 

刚开始晃得一批,以为自己的图片标错了,检查了训练集和验证集的classes.txt文件,发现没有标记错误。遇到此类问题,解决步骤如下:

(1)检查自己的数据集的形式和给定的数据集的形式是否相同。

 原有的数据集合验证机的数据组合方式为:images{train,val} labels{train,val},如果大家采用这种方式组合自己的数据集,则遇到此类问题时,查一下labels中是否有标签,如果有查一下文件名命名是否正确,比如我把labels错写成了lables就报错了。

(2)如果自己的数据集的形式和给定的数据集的形式不相同。

如果合原来数据集数据组合的方式不同,则应该再dataloaders.py中修改对应的路径。

修改方法如下:首先找到utils文件,再utils文件中找到dataloaders.py文件,ctrl+F搜define label

 将第二行改为自己存放自己图片的文件夹名称即可。

  • 3
    点赞
  • 23
    收藏
    觉得还不错? 一键收藏
  • 7
    评论
这个错误是由于训练数据集中缺少标签文件导致的。在你的训练数据集中,没有找到标签文件train.cache,因此出现了"AssertionError: train: No labels in D:\yolo\yoloair_sun\data\paper_data\train.cache"的错误信息。\[1\]\[2\] 解决这个问题的方法是确保你的训练数据集中包含正确的标签文件。你可以检查一下标签文件的路径和命名是否正确。另外,还可以查看一下标签文件中是否包含了正确的标签信息。\[2\]\[3\] 如果你的标签文件命名和路径都是正确的,但仍然出现这个错误,那可能是因为你的标签文件中没有任何标签信息。你可以检查一下标签文件中是否包含了正确的标签,并确保标签文件的格式与模型要求的格式一致。\[2\] 总结一下,要解决这个错误,你需要确保训练数据集中包含正确的标签文件,并且标签文件中包含了正确的标签信息。如果问题仍然存在,你可以参考相关文档或寻求更多的帮助来解决这个问题。\[2\] #### 引用[.reference_title] - *1* *3* [训练yolov5模型出现AssertionError: train: No labels in E:\yolov5\yolov5\data_area\lables\train....](https://blog.csdn.net/m0_37782215/article/details/126269335)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [【bug记录】yolov7 AssertionError: train: No labels in ...train_list.cache. Can not train without](https://blog.csdn.net/lxslxslxsllll/article/details/128940973)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论 7
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值