Darknet训练yolo报错——Error in load_data_detection() - OpenCV

光芒再现dev

于 2023-04-26 11:51:20 发布

阅读量745

点赞数

CC 4.0 BY-SA版权

分类专栏： yolo 文章标签：深度学习人工智能

本文链接：https://blog.youkuaiyun.com/blink182007/article/details/130382927

yolo 专栏收录该内容

6 篇文章

订阅专栏

文章介绍了在使用OpenCV时遇到的load_data_detection错误，提供了解决该问题的两个思路：一是确保图像和标签文件一一对应；二是正确划分训练集和验证集，并给出了相应的Python代码示例进行数据集划分。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

报错信息：

If error occurs - run training with flag: -dont_show

Error in load_data_detection() - OpenCV

排错思路1：

检查自己的label和JPEGimages文件夹里面的数据集是不是一一对应的。比如我的数据集中图像为500张bmp文件，标签labels有500个txt文件。如果多一个少一个都不行的。

排错思路2：

划分数据集的问题

附上一份划分数据集的代码。这份代码用于划分训练集（train）和验证集（val），划分训练集和验证集的比例。如果运行这份代码报错，可以直接anaconda使用本地的python环境。

import os
import random



def convert(image_dir,train_ratio=1):
    file_list=[]
    for file in os.listdir(image_dir):
        image_file=os.path.join(image_dir,file)
        file_list.append(image_file)
    random.shuffle(file_list)
    train_count=int(len(file_list)*train_ratio)
    train_list=file_list[:train_count]
    val_list=file_list[train_count:]
    with open('train.txt','w') as f:
       f.write('\n'.join(train_list))
    with open('val.txt','w') as f:
       f.write('\n'.join(val_list))
image_dir=r'D:\1\dataset\JPEGImages'
convert(image_dir)