AssertionError: train: No labels found in ****\train.cache报错

解决方法:看了很作解决方案,包括更改dataloder.py文件。

                最终将自己的数据集中存放图片的文件夹改名为images,存放标签的文件夹改名为labels问题得以解决。

  • 12
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 9
    评论
当出现AssertionError: train: No labels in C:\Users\Venus\PycharmProjects\yolov5-6.0\pdata\train.cache错误时,这意味着代码无法找到训练缓存文件中的标签数据。这可能是因为标签文件(train.cache)的路径或内容不正确导致的。 解决此问题的方法可以包括以下几步: 1. 确保train.cache文件存在于指定的路径C:\Users\Venus\PycharmProjects\yolov5-6.0\pdata\中,并且文件名和路径都是正确的。 2. 检查train.cache文件内容是否符合要求。该文件应该包含所有训练图像的标签信息。 3. 确保代码中的路径和文件名与train.cache文件的实际路径和文件名一致。可以使用绝对路径或相对路径,但需要确保与文件的实际位置匹配。 4. 如果使用的是相对路径,请确保所有文件相关的路径都是相对于当前工作目录的路径。 5. 如果以上方法都无法解决问题,可以考虑重新生成train.cache文件。可以使用类似于引用中提供的代码来生成train.cache文件,并确保生成的文件中包含正确的标签信息。 总之,要解决AssertionError: train: No labels in C:\Users\Venus\PycharmProjects\yolov5-6.0\pdata\train.cache错误,需要检查train.cache文件的路径、内容和代码中的路径是否正确,并确保标签信息在train.cache文件中正确地提供。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [训练yolov5模型,出现AssertionError: train: No labels in E:\yolov5\yolov5\data_area\lables\train.cache....](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^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [【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^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 9
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