在过去的几天里，我一直在构建yolov5环境并尝试运行它。我使用下面的代码来测试我的设置是否成功。
python train.py --img 640 --data data/coco128.yaml --cfg models/yolov5s.yaml --weights weights/yolov5s.pt --batch-size 16 --epochs 100然后它给了我以下错误，我试图在谷歌上找到答案，但我没有看到任何有用的东西。我现在很伤心有人能给予我一把吗？我真的很感激。
Transferred 362/370 items from weights/yolov5s.pt
Optimizer groups: 62 .bias, 70 conv.weight, 59 other
Scanning labels data\coco128\labels\train2017.cache (32 found, 0 missing, 0 empty, 0 duplicate, for 32 images): 32it [00:00, 3270.57it/s]
Traceback (most recent call last):
File "train.py", line 456, in <module>
train(hyp, opt, device, tb_writer)
File "train.py", line 172, in train
assert mlc < nc, 'Label class %g exceeds nc=%g in %s. Possible class labels are 0-%g' % (mlc, nc, opt.data, nc - 1)
AssertionError: Label class 15 exceeds nc=1 in data/coco128.yaml. Possible class labels are 0-0我真的不使用这个网站。原谅我
5条答案
按热度按时间5lhxktic1#
我在使用YoloV5模型训练数据集时遇到了同样的问题。我发现了这个问题，在我的classes.txt（在数据目录内）文件中包含2个类，而我在dataset.yaml中声明了1个类。我也改变了colab的运行时间为GPU。
eblbsuwk2#
我得到了“腐败的形象”..“可能的类标签是”..直到我破坏了标签缓存
这是YOLOv8.0.123。
我已经从0..3级到0..6级，并将图像增加了两倍（如果这很重要的话）。
yks3o0rb3#
我也发现了这个错误。
在为注解创建的.txt文件中，将有一个整数后跟四个浮点数（即，13 0.3434 0.251 0.4364 0.34353）--类似于此。
这个错误本质上表明，你的类的数量（即，你试图训练到模型中的不同对象的数量）对于你正在使用的类的ID号来说太少了。在我上面的例子中，ID是13（包括0之后的第14个类）。如果我设置nc=1，那么我只能有类（0）。我需要设置nc=14并确保0-12存在。
要解决这个问题，只需更改类，使ID位于您选择的类数量内。对于nc=1，您只需要class/ID = 0。
作为一个注意事项（我对此感到困惑），在重新运行训练之前删除train.cache。这给我带来了一点麻烦，因为它仍然确定我有>0的类，而我没有。
62o28rlo4#
该错误是由于您有一个或多个带有数字15的标签作为类而引起的。您必须将类更改为允许的类值（在您的情况下似乎只有0），您可以手动或使用脚本完成此操作。我在数据集中手动更改了类的值，为了找到包含不允许的类的文件，我运行了一个python脚本，我已经根据您的情况进行了调整：
此代码段将打印包含不同于0的类的所有文件。
对于任何发现这个并且有多个类的人，你必须用比你之前声明的类数量更高的类的值或值（你可以迭代可能的值列表）替换0的值。
0yycz8jy5#
我也遇到了这个问题，并尝试了一些解决方案，并解决了如下：
实际上，数据集由11个类组成。当我检查包含图像标签的. xml文件时，我看到标签：11。所以：
1.设置nc：12，
1.将''值添加到标签数组。[''，'apple'，'banana'，etc.]
不要忘记删除标签chache**! rm-f data/train/labels. npy**