AssertionError: train: No labels in D:\yolo\yolov5\data\labels.cache. Can not train without labels.

最新推荐文章于 2024-05-23 15:02:45 发布
最新推荐文章于 2024-05-23 15:02:45 发布
阅读量1.2k 收藏
点赞数
文章标签： YOLO python 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_52702695/article/details/129722128
版权

**

AssertionError: train: No labels in D:\yolo\yolov5\data\labels.cache. Can not train without labels.

**

使用yolo标记数据跑不成，一直报错。
长话短说，确保路径正确、dataset.py文件内正确的情况下：

关于dataset改内容参见：

https://blog.csdn.net/Thebest_jack/article/details/125647537?utm_medium=distribute.pc_relevant.none-task-blog-2defaultbaidujs_baidulandingword~default-1-125647537-blog-123750761.235v26pc_relevant_default_base2&spm=1001.2101.3001.4242.2&utm_relevant_index=4

新的改变

这里插入图片描述
将labels目录所有txt文件重命名，去掉xml等，只保留001数字。
（我是使用labelimg用yolo格式标注，它自带命名为001.xml，但是其实是txt文件，跑代码时因此败北了。。。）

weixin_52702695
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
YOLOv9【训练+训练过程中的报错处理】
A__MP的博客
03-04 1071
本文主要介绍了最新的目标检测算法YOLOv9的使用方法，包括虚拟环境的建立，代码的获取，数据集的制作，数据集的使用，训练的过程，以及过程中报错的处理等。
scrcpy投屏 AssertionError: java.lang.reflect.InvocationTargetExcep
02-18
5. **权限问题**：确保你的设备上授予了Scrcpy所需的权限，例如访问摄像头和录音等。 6. **运行命令行**：在启动Scrcpy时，有时需要通过命令行参数来解决特定问题。例如，添加`-W`参数可以强制Scrcpy全屏显示，或者...
个人记录：训练自己数据集抛出异常：No labels in {cache_path}. Can not train without labels
Ggggm_28的博客
04-13 859
再检查data.yaml配置文件里的路径是否正确，并检查.txt标签文件里的标签是否正确，nc和names是否改了。或者是检查是否存在图片文件名称与标签文件名称不一致的情况，以及是否有文件缺失的现象。检查图片文件和标签文件的位置，这两个文件要在同一个路径下。将文件image改成images后重新运行可正常启动训练。最开始我的文件夹名称如下图所示。
YOLOv5 AssertionError: train: No labels in xxx \train.cache. Can not train without labels.
最新发布
joe8910的博客
05-23 380
也可以修改dataset.py 文件源码，dataset.py文件在utils文件夹里面，找到该py文件，Ctrl+F，使用搜索框搜索define label，就会找到该代码，把’images’修改成你自定义的文件夹名称即可，但不建议这么做，一般还是把文件夹修改成与YOLOv5一样。
No labels in /VOCdevkit/VOC2007/train.cache. Can not train without labels.
Nuy_oah1的博客
06-16 573
YOLOv7报错
YOLOV3 --BUG---No labels in D:\yolov5\train_data\train.cache. Can not train without labels.
浩瀚之水的专栏
02-25 3059
采坑： No labels in D:\yolov5\train_data\train.cache. Can not train without labels. 参考：https://blog.csdn.net/qq_44787464/article/details/99736670 解决办法： STEP1: 一定要按照这个顺序： 新建Annotations(存放voc格式的xml） 新建JPEGImages(存放训练的图片） 新建ImageSets ,labels (这两个文件为空) 将JPEGIma
yolov5(v6.0))：训练时No labels found in /path/train.cache
qq_45160840的博客
04-28 501
亲测可用！！！！！
AssertionError: train: No labels in /root/autodl-tmp/yolov7/data/VOC2007NWPU/train.cache. Can not tr
qq_63305152的博客
06-26 1184
yolov7报错
darknet版YOLOv3_h5_to_weights.zip
03-04
YOLOv3是一种高效且准确的目标检测模型，由Joseph Redmon和Ali Farhadi等人在2018年提出。这个模型是YOLO（You Only Look Once）系列的第三个版本，改进了前两代的不足，提升了在小目标检测和类别多样性的性能。...
Assertions-in-java.rar_REvision_site:www.pudn.com
09-20
本复习资料“Assertions in java.pdf”应该涵盖了Java断言的各个方面，包括其用法、启用和禁用方式、示例以及最佳实践。通过学习这些内容，开发者能够更好地利用断言来提高代码质量和测试效率。
解决pytorch报错:AssertionError: Invalid device id的问题
01-21
AssertionError: Invalid device id 仔细检查后发现原来服务器有多个GPU，当时开启了两个进行加速运算。 net1 = nn.DataParallel(net1, device_ids=[0, 1]) 而本地台式机只有一个GPU，调用数量超出所以报错。 改为 ...
yolov5 AssertionError: train: No labels
m0_58044187的博客
03-26 1701
yolov5bug
YOLOv5训练时报错No labels
Twyhlh的博客
08-15 1706
No labels found问题解决
【记录一下】训练yolov5解决can not train without labels
weixin_45768644的博客
09-06 8803
yolov5训练过程中的报错问题处理，解决can not train without labels
【解决方案】AssertionError: train: No labels in.Can not train without labels.
magicnnonn的博客
07-01 5155
训练yolov3是报错如下： 解决办法：原来是voc_label.py在生成原图调用路径的时候后缀没改，导致找不到图片。 后缀改为.jgp就可以了。
训练自己的yolo v5模型出现AssertionError: train: No labels（已解决，亲测有效）
热门推荐
xiaosangtongxue的博客
04-10 2万+
问题描述：利用yolo v5代码训练自己的数据时出现AssertionError: train: No labels in autodl-tmp/PyQt5-YOLOv5-5.0/VOC2007/dataSet_path/train.cache. Can not train without labels. See https://github.com/ultralytics/yolov5/wiki/Train-Custom-Data错误 在网上找了很多解决办法，有的说是路径问题，有的说将label改成lab
yolov5训练时出现“assertionerror:no labels found in */*/*/train2017.cache can not train without labels”
轻吟木兰辞的博客
08-24 7410
yolov5训练时出现“assertionerror:no labels found in //*/train2017.cache can not train without labels” 傻了，label中的标签文件是xml格式，yolo v5要转成.txt格式 voc2txt.py import xml.etree.ElementTree as ET import pickle import os from os import listdir, getcwd from os.path import j
训练yolov5模型，出现AssertionError: train: No labels in E:\yolov5\yolov5\data_area\lables\train.cache. Can
m0_37782215的博客
08-10 8297
yolov5模型，no labels
yolo问题记录:AssertionError: train: No labels in ...\ds1\Images\train.cache.
NCIAEstudent的博客
03-26 1万+
yolo学习中遇到的问题
yolov5训练时AssertionError: train: No labels in D:\yolo\yoloair_sun\data\paper_data\train.cache.
07-25
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
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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