解决YOLOV5跑模型所有不同类型图片的标签名称相同

 发现问题：

YOLOV5跑自己的模型的时候设定了六个标签，但是最终结果所有的图片学习后识别的结果全部都是第一个标签driving

解决：

  标签存在问题。在标注好的数据集中，一般由三个部分组成:

class_id x_center y_center width height

class_id 是目标的类别标签，表示目标所属的类别

x_center 和 y_center 是目标边界框中心点的相对坐标，范围在 0 到 1 之间，分别表示边界框中心点在图像宽度和高度上的相对位置。

width 和 height是边界框的宽度和高度，也是相对于整个图像的比例。

重点在于class_id，class_id表明标签类型。也就是说，在不同的图片或者是同一张图片中，不同数据表示不同类的标签类型

class_id=0为汽车类

class_id=1为箱子类

由于我们标签是分次标注的，所以第一个的序号一直是初始化0。也就是即使标注的是不同，但是最后得到的序号是一致的，也就导致了一直显示只有第一个标签的问题

例如第一个是我们smoking标签，第二个是texting-phone标签，无法被区分。

在YOLOV5中，将整数 class_id 转换为相应的类别名称通常是通过读取 .yaml 文件中的标签名称列表来完成的。在训练或预测过程中，YOLOv5 会根据 .yaml 文件中的标签名称列表，将模型输出的整数 class_id 映射到相应的类别名称。

标签中的第一个数据需要对应data文件夹下.ymal文件中的n个标签序号0-n-1，这样即可匹配，即以下标签对应的标签数据从左往右对应0，1，2，3，4，5

最终跑出结果：（小样本测试）