YOLOv5训练数据提示No labels found【亲测yolo加载label文件只需要修改img2label_paths函数改变就可以加载到label文件了】

仔细看下数据加载、处理的文件datasets.py，发现有一句会根据第2步中images文件夹的位置找到对应labels文件夹：

YOLOv5加载标签的地方在datasets.py中的这个地方，我们修改一下加载label的路径为自己的label放置位置就好。

在这个img2label_paths函数中，我们的修改如下：【因为我们是label和img放在同一个文件夹下的，所以我们直接修改完后缀名就好了】

with_suffix(suffix) 替换扩展名，返回新的路径，扩展名存在则不变

修改后缀名也可以使用with_suffix(suffix) ，但是这个方法要导入 Path('/hidog/text.tar.gz')类，

YOLOv5中是这样使用的，在检查cache文件的时候使用了

• 【cache会一直到执行检查数据文件，里面有nc、nf等可以在控制台显示数据是否被发现、丢失、损坏等，比如输入图片是yolo处理不了的raw图片的时候就会nc+=1累计，最后在控制台打印】

YOLOv5中.replace()函数的使用

yolov5中是这样使用到的

yolov5训练时出现WARNING: Ignoring corrupted image and/or label

在使用yolov5训练数据集时，出现如下警报

WARNING: Ignoring corrupted image and/or label

我们debug顺序排查找到警告的地方发现

原因是我输入的图像是YOLOv5处理不了的.raw格式的图像，这里我们选择将.raw自己私下转为.png或者.tif图像再上传就可以了。

参考：Python标准库之pathlib

参考：yolov5训练时出现WARNING: Ignoring corrupted image and/or label
YOLOv5训练数据提示No labels found