目录

一. 泰迪杯害虫检测训练的时候，碰到如下问题：

二. 解决步骤

一. 泰迪杯害虫检测训练的时候，碰到如下问题：

• Label class 485 exceeds nc=28 in data/pest.yaml.  Possible class labels are 0-27
• 翻译：在文件pest.yaml中，标签类485超过nc=28。 可能的类标签是0-27  
• 自定义的标签数值：labels = ['6', '7', '8', '9', '10', '25', '41', '105', '110', '115', '148', '156'， '222', '228', '235', '256', '280', '310', '387', '392', '394', '398', '401', '402','430', '480', '485', '673']

二. 解决步骤

（1）根据报错提示，定位到以下代码片段：

# Trainloader
    dataloader, dataset = create_dataloader(train_path, imgsz, batch_size, gs, opt,
                                            hyp=hyp, augment=True, cache=opt.cache_images, rect=opt.rect, rank=rank,
                                            world_size=opt.world_size, workers=opt.workers,
                                            image_weights=opt.image_weights, quad=opt.quad, prefix=colorstr('train: '))
    # 返回最大的标签数值
    mlc = np.concatenate(dataset.labels, 0)[:, 0].max()  # max label class
    print(dataset.labels)  # 打印所有的标签信息
    nb = len(dataloader)  # number of batches
    assert mlc < nc, 'Label class %g exceeds nc=%g in %s. Possible class labels are 0-%g' % (mlc, nc, opt.data, nc - 1)

（2）打印的标签信息如下，发现没有值为637的标签。 

（3）经过查找训练图像和txt文本，发现后面几张图像的名称和txt文本名称不对应

（4）改进前、改进后的加载信息如下：之前发现550个文本，改进后发现552个txt文本。

（5）但是，还是报错，这次报错的信息是：

• Label class 673 exceeds nc=28 in data/pest.yaml.  Possible class labels are 0-27
• 翻译：在文件pest.yaml中，标签类673超过nc=28。 可能的类标签是0-27  

（6）解决方法：定义的是28种标签，标签的名称需要在0-27之内，即：

• 改正后的标签数值：labels = ['0', '1', '2', '3', '4', '5', '6', '7', '8', '9', '10', '11'， '12', '13', '14', '15','16', '17', '18', '19', '20', '21', '22', '23','24', '25', '26', '27']
• 具体的代码实现（包括从csv文件中提取数值到txt文件中的代码），链接直达：2022泰迪杯自动提取csv表格文件中的数据，保存到符合YOLOv5格式的txt文件中，并修改标签值的代码实现_Flying Bulldog的博客-CSDN博客

（7）训练跑动成功的截图如下：

   >>>如有疑问，欢迎评论区一起探讨