Diese Art von Problem tritt normalerweise aus den folgenden Gründen auf. Jetzt werde ich Ihnen beibringen, wie Sie es einzeln lösen und beseitigen können.
Der erste Punkt: Überprüfen Sie zunächst, ob der Bildpfad in der Datei im in Ihrer .yaml-Datei hinzugefügten Datenpfad korrekt ist.
Im Allgemeinen gibt es zwei Möglichkeiten, dies hinzuzufügen: Eine besteht darin, den Ordnerpfad des Bildes direkt hinzuzufügen. Wenn bei dieser Methode keine Beschriftung vorhanden ist, ist dies im Allgemeinen kein Problem.
Eine andere Methode besteht darin, die Textdatei train.txt hinzuzufügen. Der Dateiinhalt in train.txt ist der für das Training verwendete Bildpfad. Überprüfen Sie, ob der Bildpfad in der train.txt-Datei korrekt ist.
Zweiter Punkt:
Suchen Sie die Datei „datasets.py“ im Projekt unter „utils“.
Suchen Sie die Funktion img2label_paths(img_paths) wie folgt in der Datei datasets.py.
def img2label_paths(img_paths):
# Define label paths as a function of image paths
sa, sb = f'{os.sep}images{os.sep}', f'{os.sep}labels{os.sep}' # /images/, /labels/ substrings
return [sb.join(x.rsplit(sa, 1)).rsplit('.', 1)[0] + '.txt' for x in img_paths]
Ändern Sie Bilder in den Namen des Ordners, in dem sich Ihre Bilder befinden. Das Gleiche gilt für Beschriftungen.
Löschen Sie abschließend die generierte .cache-Datei. Versuchen Sie erneut zu trainieren, um festzustellen, ob das Problem behoben ist.
Die wahrscheinlichste Ursache für dieses Problem sind die beiden oben genannten Punkte. Wenn es ein Problem gibt, schreien Sie nicht zuerst. Überprüfen Sie den Pfad sorgfältig. Überprüfen Sie den Pfad sorgfältig. Überprüfen Sie den Pfad sorgfältig. Stellen Sie sicher, dass keine Fehler vorliegen, bevor Sie bellen.