训练yolov5的那些事之解决：AssertionError: Label class x exceeds nc=x in data/yolov5.yaml. Possible class label

训练yolov5的那些事之解决：AssertionError: Label class x exceeds nc=x in data/yolov5.yaml. Possible class labels are 0-x-1问题

• 问题详情
• • 大多博客给出的方法
  • 我的解决方法
  • 总结
  • 参考资料

    问题详情

    Yolov5报错：

    
    （图片来源网络，侵删）

    AssertionError: Label class x exceeds nc=x in data/yolov5.yaml. Possible class labels are 0-x-1

    File “C:\Users\1\Desktop\水表识别\YOLO5\yolov5-master\train.py”, line 175, in train

    
    （图片来源网络，侵删）

    assert mlc

    大多博客给出的方法

    找到train文件的175行：

    assert mlc  
    改成这样
     
    #assert mlc  
    注释掉
     
    我的解决方法
     
    这个问题从原理上来说，是你的检测框xml文件转到（yolo）txt后，类别编号没有从0开始。导致类别的索引超出了范围，yolov5中默认是从0开始到x-1，x是你的检测类别。解决方法很简单，先检查你的txt标签文件中是否从0开始，若不是则使用以下代码，classes中的类别应与您检测的类别对应：
     
    # 缺陷坐标xml转txt
    import os
    import xml.etree.ElementTree as ET
    import os
    import random
    classes = ["fire","smoke"]  # 输入类别名称，必须与xml标注名称一致
    def convert(size, box):
        print(size, box)
        dw = 1. / size[0]
        dh = 1. / size[1]
        x = (box[0] + box[1]) / 2.0
        y = (box[2] + box[3]) / 2.0
        w = box[1] - box[0]
        h = box[3] - box[2]
        x = x * dw
        w = w * dw
        y = y * dh
        h = h * dh
        return (x, y, w, h)
    def convert_annotation(image_id):
        if not os.path.exists('data/labels/'):
            os.makedirs('data/labels/')
        in_file = open(r'./data/Annotations/%s' % (image_id), 'rb')  # 读取xml文件路径
        out_file = open('./data/labels/%s.txt' % (image_id.split('.')[0]), 'w')  # 需要保存的txt格式文件路径
        tree = ET.parse(in_file)
        root = tree.getroot()
        size = root.find('size')
        w = int(size.find('width').text)
        h = int(size.find('height').text)
        for obj in root.iter('object'):
            cls = obj.find('name').text
            if cls not in classes:
                continue
            cls_id = classes.index(cls)
            xmlbox = obj.find('bndbox')
            b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
                 float(xmlbox.find('ymax').text))
            bb = convert((w, h), b)
            out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
    image_ids_train = os.listdir('./data/Annotations')  # 读取xml文件名索引
    for image_id in image_ids_train:
        print(image_id)
        convert_annotation(image_id)
    trainval_percent = 0.1  # 可自行进行调节
    train_percent = 1
    xmlfilepath = './data/Images'
    total_xml = os.listdir(xmlfilepath)
    num = len(total_xml)
    list = range(num)
    tv = int(num * trainval_percent)
    tr = int(tv * train_percent)
    trainval = random.sample(list, tv)
    train = random.sample(trainval, tr)
    ftest = open('./data/test.txt', 'w')
    ftrain = open('./data/train.txt', 'w')
    for i in list:
        name = total_xml[i] + '\n'
        if i in trainval:
            if i in train:
                ftest.write('data/Images/' + name)
        else:
            ftrain.write('data/Images/' + name)
    ftrain.close()
    ftest.close()
     
    如果没有解决的话可能是因为您的txt（标签文件）中的类别数与训练的yaml文件中的类别数不对应导致，注意nc的数目并查看txt（标签文件中）是否从0开始到nc-1。
    其他解决方法：txt格式的labels每个种类标的是有序号的，由xml或者json格式转化为xml时会在每个坐标前生成一个序号，从0开始。（如果是删除了几个种类之后，种类数减少，但序号不会改变） 打开labels标签的每个文件，把序号从0开始再改过一遍。或者在xml格式删除种类之后再转化为txt格式
     
    总结
     
    在使用yolov5框架时这个问题是非常常见的，好在yolo系列比较成熟，对小白特别友好。在遇到问题时多查阅资料，只要保证一一对应，训练行容易上手，后续想要发一下yolov5网络中添加即插即用模块的博客，还望多多关注！当然如果您的代码仍有问题，也可私信我抽空给您远程协助，谢谢观看！
     
    参考资料
     
    参考的链接: https://blog.csdn.net/qq_45714906/article/details/120528631