ValueError: With n_samples=0, test_size=0.2 and train_size=None, the resulting train set will be emp_the resulting train set will be empty-优快云博客

本文链接：https://blog.youkuaiyun.com/weixin_45963617/article/details/105449408

在将labelme标注转换为VOC格式时遇到ValueError，提示训练集将为空。解决方案不是降级scikit-learn版本，而是调整参数设置，确保train或test样本数量为整数。提供了解决问题的代码修改建议和操作步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

今天写代码labelmetovoc，即将labelme标注的转化为voc标准格式参考的这篇文章时遇到了如下问题：
ValueError: With n_samples=0, test_size=0.2 and train_size=None, the resulting train set will be empty. Adjust any of the aforementioned parameters.
在网上查了一下，大部分博客都认为是scikit-learn版本较高时出现的问题,需要换到0.20.0以下版本，但是换的话numpy,scipy等库均要重新下载兼容的版本，所以建议不要轻易尝试，我请教了一下师兄，他说是因为参数上面参数设置出现了问题，train或test的数量必须为整数，改好的代码如下所示：

# -*- coding: utf-8 -*-
"""
Created on Fri Apr 10 13:39:17 2020

@author: nihao
"""
import os
import numpy as np
import codecs
import json
import glob
import cv2
import shutil
from sklearn.model_selection import train_test_split

# 1.标签路径
labelme_path = "D:\\PinInspection\\jpgretanglelabel"  # 原始labelme标注数据路径
saved_path = "D:\\PinInspection\\improveto300\\VOC2007"  # 保存路径

# 2.创建要求文件夹
dst_annotation_dir = os.path.join(saved_path, 'Annotations')
if not os.path.exists(dst_annotation_dir):
    os.makedirs(dst_annotation_dir)
dst_image_dir = os.path.join(saved_path, "JPEGImages")
if not os.path.exists(dst_image_dir):
    os.makedirs(dst_image_dir)
dst_main_dir = os.path.join(saved_path, "ImageSets", "Main")
if not os.path.exi