解决can not train without labels

参考博客:训练自己的yolo v5模型出现AssertionError: train: No labels(已解决,亲测有效)
问题:
在这里插入图片描述
在本机训练也遇到同样的问题
Can not train without labels
在这里插入图片描述

解决办法:
方法一:
在datasets.py文件中 CTRL+f找到define labels

把374行的images改为自己存放图片的文件夹名称Images

在这里插入图片描述
这样试一下 就运行成功了
改bug的路很艰辛 遇到一个解决一个

方法二:
看一下自己数据集生成的test.txt文件 里面存放在图片的地址
我的数据集地址在e盘的Datasets里 但是前面却有了项目的地址,应该把前面项目的地址去掉
在这里插入图片描述
我们打卡xml转yolo的文件 看下面标红框的这一句
前面的abs_path就是原始项目的地址 我们需要把这一部分注释掉
在这里插入图片描述
改为下面的这个样子
在这里插入图片描述

把之前的test.txt train.txt val.txt删掉 重新运行xml2yolo.py后会生成新的txt文件,如下图所示,现在位置就对了
在这里插入图片描述

GitHub 加速计划 / yo / yolov5
49.33 K
16.02 K
下载
yolov5 - Ultralytics YOLOv8的前身,是一个用于目标检测、图像分割和图像分类任务的先进模型。
最近提交(Master分支:1 个月前 )
94a62456 * fix: quad training * fix: quad training in segmentation 21 小时前
abdfbd68 Refactor code for speed and clarity 23 小时前
Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐