Yolo V5 问题“异常：未找到数据集。” 在本地机器上

Question

我正在尝试使用 Yolo V5 训练模型。

我遇到了找不到数据库的问题。

我有一个训练文件、测试文件和有效文件，其中包含所有图像和标签文件。

我已经在 googlecolap 上测试了这些文件，它确实有效。但是，在我的本地计算机上，它显示了以下问题Exception: Dataset not found.

  (Yolo_5) D:\\YOLO_V_5\Yolo_V5\yolov5>python train.py --img 416 --batch 8 --epochs 100 --data /data.yaml --cfg models/yolov5s.yaml --weights '' --name yolov5s_results  --cache
Using torch 1.7.0 CUDA:0 (GeForce GTX 1080, 8192MB)

Namespace(adam=False, batch_size=8, bucket='', cache_images=True, cfg='models/yolov5s.yaml', data='.\\data.yaml', device='', epochs=100, evolve=False, exist_ok=False, global_rank=-1, hyp='data/hyp.scratch.yaml', image_weights=False, img_size=[416, 416], local_rank=-1, log_imgs=16, multi_scale=False, name='yolov5s_results', noautoanchor=False, nosave=False, notest=False, project='runs/train', rect=False, resume=False, save_dir='runs\\train\\yolov5s_results55', single_cls=False, sync_bn=False, total_batch_size=8, weights="''", workers=16, world_size=1)
Start Tensorboard with "tensorboard --logdir runs/train", view at http://localhost:6006/
Hyperparameters {'lr0': 0.01, 'lrf': 0.2, 'momentum': 0.937, 'weight_decay': 0.0005, 'warmup_epochs': 3.0, 'warmup_momentum': 0.8, 'warmup_bias_lr': 0.1, 'box': 0.05, 'cls': 0.5, 'cls_pw': 1.0, 'obj': 1.0, 'obj_pw': 1.0, 'iou_t': 0.2, 'anchor_t': 4.0, 'anchors': 3, 'fl_gamma': 0.0, 'hsv_h': 0.015, 'hsv_s': 0.7, 'hsv_v': 0.4, 'degrees': 0.0, 'translate': 0.1, 'scale': 0.5, 'shear': 0.0, 'perspective': 0.0, 'flipud': 0.0, 'fliplr': 0.5, 'mosaic': 1.0, 'mixup': 0.0}

WARNING: Dataset not found, nonexistent paths: ['D:\\me1eye\\Yolo_V5\\valid\\images']
Traceback (most recent call last):
  File "train.py", line 501, in <module>
    train(hyp, opt, device, tb_writer, wandb)
  File "train.py", line 78, in train
    check_dataset(data_dict)  # check
  File "D:\me1eye\YOLO_V_5\Yolo_V5\yolov5\utils\general.py", line 92, in check_dataset
    raise Exception('Dataset not found.')
Exception: Dataset not found.
Internal process exited

(Olive_Yolo_5) D:\me1eye\YOLO_V_5\Yolo_V5\yolov5>

Answer 1

有一个更简单的解决方案。只需进入 data.yaml 无论您保存它并将相对路径更改为绝对路径 - 即只需写入整个路径！例如

train: C:\hazlab\BCCD\train\images
val: C:\hazlab\BCCD\valid\images

nc: 3
names: ['Platelets', 'RBC', 'WBC']

工作已完成 - 请注意，正如您在 Windows 中一样，调用 tain.py 时存在一个已知问题 - 不要在 CLI 中的文件名上使用引号，例如

!python train.py --img 416 --batch 16 --epochs 100 --data C:\hazlab\BCCD\data.yaml --cfg ./models/custom_yolov5s.yaml --weights '' --name yolov5s_results  --cache

Answer 2

出色地！我也遇到过这个问题，现在已经解决了。

您所要做的就是将train、test、validation（这三个文件夹包含图像和标签）和yolov5文件夹（从 GitHub 克隆）保留在同一目录中。另外，另一件事是“data.yaml”文件必须位于yolov5文件夹内。

训练模型的命令如下：

!python train.py --img 416 --batch 16 --epochs 10 --data ./data.yaml --cfg ./models/yolov5m.yaml --weights '' --name yolov5m_results