最近几天我一直在构建 yolov5 环境并尝试运行它。我使用以下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。我现在很沮丧。有人可以帮我吗？对此，我真的非常感激。
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。对不起。
我也发现了这个确切的错误。
在您为注释创建的 .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） - 类似的东西。
此错误本质上表明您的类数量（即您尝试训练到模型中的不同对象的数量）对于您正在使用的类的 ID 编号而言太低。在上面的示例中，ID 为 13（包含 0 以来的第 14 个类）。如果我设置 nc=1，那么我只能在类（0）上。我需要设置 nc=14 并确保 0-12 存在。
要解决此问题，只需更改类，以便 ID 位于您选择的类数量内。对于 nc=1，您只需要 class/ID = 0。
请注意（我对此感到不满），请在重新运行训练之前删除 train.cache。这给我带来了一点麻烦，因为我仍然可以确定我的课程数>0，而我却没有。