本文档详细介绍了在使用YoloV5训练自定义数据集时遇到的两个常见问题及其解决方法。问题一涉及在修改yaml文件中聚类锚框ratio时出现的ValueError，建议先使用默认配置进行训练。问题二是因为数据集目录与dataset.py中的设定不匹配导致的AssertionError，解决办法是确保数据集文件夹名称与代码中定义的一致。通过这两个步骤，可以成功解决YoloV5在训练本地数据时的问题。
整个修改过程参考：yolov5训练自己的数据集
1.ValueError：expected sequence of length 6 at dim but got 5（类似这样的问题）
问题分析：当自己修改model中yaml文件中聚类锚框ratio的时候，不知道什么原因，修改成自己生成的就会出现上述错误。
如果有问题，可以先用默认的数据就可以了。
2.YoloV5训练本地数据问题解决：AssertionError: train: No labels in 2007_train.cache. Can not train without labels
上述问题是由自己的放置数据集的文件夹和dataset中的数据集名称不同。
在dataset.py中(ctrl+F)搜索define label
将上图中文件夹的名字改成自己设置的，如果不一致就会出现以上问题。
扫一扫
24万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
