yolov8训练自己的数据集报错 No labels found in /path/labels.cache（已解决）

最新推荐文章于 2026-07-13 10:20:55 发布
原创 最新推荐文章于 2026-07-13 10:20:55 发布 · 6.4k 阅读 · 17 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
GEO检测
本文主要介绍了在训练Yolov8时遇到Nolabelsfoundinlabels.cache错误的常见原因，包括数据集格式问题、路径错误以及代码路径设置不匹配。解决方案是检查数据集路径、确保文本文件和yaml文件的正确性，并注意JPEGImages应更改为小写的images。

目标检测实战：仪表盘指针识别

保姆级 YOLOv8/9/10 教程，附完整数据集与源码

一键订阅

        训练yolov8的时候，如果报错No labels found in /path/labels.cache，这个意思是程序找不到指定的标签文件或者图像文件，肯定是你的数据集格式有误或者路径指向有误，首先检查自己构造的数据集格式无误，生成的txt文件里面的路径是否都正确，yaml文件路径是否正确。一定要仔细检查！！有时候可能只是一个字母或者一个标点的错误！！检查无误还是报错的话，有可能是从GitHub下载的代码路径写的是指向文件名image，而你命名使用了JPEGimages。

        最简单的解决办法就是如下图，把你数据集里存放图片的JPEGImages改成images(小写）

目标检测实战：仪表盘指针识别

保姆级 YOLOv8/9/10 教程，附完整数据集与源码

一键订阅
标签
#YOLO
pppnext
关注
YOLOv5训练数据提示No labels found
Rena的博客
11-13 2万+
利用YOLOv5训练数据的时候，一直提示找不到标签。 1.首先检查图片文件和标签文件的位置，这两个文件要在同一个路径下。如下： 2.文件夹位置OK，再检查下yaml配置文件中的信息是否正确。看起来也没有问题。 3.但是依旧提示找不到标签╮(╯▽╰)╭，仔细看下数据加载、处理的文件datasets.py，发现有一句会根据第2步中images文件夹的位置找到对应labels文件夹： # Define labels self.label_files = [x.replace('images', 'labels
YOLOv11微调实战：基于GPU Droplets的定制数据集高效训练
weixin_30919571的博客
06-19 306
目标检测是计算机视觉落地最广泛的技术方向之一，其核心在于如何将预训练模型适配到特定场景的定制数据集上。YOLO系列凭借结构简洁、推理高效、微调友好等优势，成为工业级目标检测的首选框架。随着YOLOv8/v9主干持续演进，社区融合HMHA注意力机制与动态标签分配策略，形成了工程导向的增强型训练范式——即广义上的‘YOLOv11’。该范式不追求版本号迭代，而聚焦小样本泛化、低光照鲁棒性与显存效率三大痛点。借助DigitalOcean GPU Droplets等云原生算力，可实现开箱即用的PyTorch-GPU环
yolov5 EOFError: Ran out of input
qq_42709514的博客
11-26 4233
如果是训练中遇到这种问题先把训练数据集中的 labels.cache 文件删除， 再去尝试训练。因为 labels.cache可能是训练历史文件，删除重新训练会自动生成，不删除可能因为错误数据导致加载不了数据集 Traceback (most recent call last): File "D:/JaskProbject/Recaptcha/yolov5_word/train.py", line 664, in <module> main(opt) File "D:/JaskP
树莓派5+Hailo AI Hat部署YOLOv5实战指南
weixin_34347651的博客
06-24 338
边缘AI推理是指在终端设备上直接运行深度学习模型，无需依赖云端，其核心在于硬件加速与轻量化模型的协同优化。Hailo-8芯片采用专用数据流架构，针对卷积、BN和激活函数等CV算子深度优化，相比GPU通用计算显著降低功耗与延迟。YOLOv5因其结构简洁、ONNX兼容性好、编译确定性强，成为Hailo平台首选目标检测模型。在树莓派5等资源受限设备上，结合Docker容器隔离训练与编译环境，可有效规避CUDA版本冲突与依赖污染问题。本文聚焦YOLOv5在Hailo AI Hat+上的端到端落地，涵盖数据预处理、迁
No labels found in /path/train.cache 问题
weixin_45139997的博客
07-26 4577
No labels found in /path/train.cache 问题
yolo使用中的一些问题
qq_46020648的博客
04-28 1593
初次使用yolo的一些问题
yolov5报错解决办法
weixin_47754029的博客
12-20 1706
解决（1）：train与val的位置不对。注意：可先将general的NUM_THREARD改为1，等程序train完成后 恢复原来NUM_THREARD的值 进行delect验证。有的标签在labelimg过程中的存储形式是xml.txt 此时要将.txt改为.xml.txt。解决（1）：将utils/general.py的 NUM_THREARD改为1。解决（2）：查看在utils/dataloader.py的中的。解决（2）：程序中的num_worker改为0或1。
yolov5数据读取报错：train: No labels found in /root/yolov5-master/VOCData/dataSet_path/train.cache
weixin_49783489的博客
09-21 8680
yolov5数据读取报错：train: No labels found in /root/yolov5-master/VOCData/dataSet_path/train.cache
如何训练并用YOLOV8识别
2302_80785705的博客
01-08 722
YOLOv8 的核心进化在于。
yolov8模型训练遇到的问题
zzdzz123的博客
09-25 2722
首先要确定我们的图像，标签文件夹内容无误。img2label_paths(self.im_files)这个函数大概率有猫腻，跳进去看看。但我的文件夹名字对不上，所以把函数里的名字改过来就可以了（数据集小的话也可以直接改数据集名字）训练时有一种报错：no labels found in xxx.cache。以下是其中部分代码，发现人家用的名字叫images和labels。
efficient teacher/yolov5报错：0 found, 118287 missing, No annotations found in train.cache
qq_41413211的博客
04-29 577
在这里设置断点，可以发现代码走的是else, 进入 img2label_paths。排查后发现，label中的txt根本没被用到。根据报错一行一行排查代码，发现。
YOLOv8 Windows安装部署实操指南：避坑、版本锚定与CUDA对齐
06-22 366
YOLOv8是当前主流的目标检测框架，其核心依赖于PyTorch、CUDA和cuDNN构成的底层加速链。在Windows系统中，由于DLL加载机制、路径兼容性及驱动-工具链版本耦合性强等特点，环境配置极易失败——典型表现为torch.cuda.is_available()返回False、Dataloader卡死或CUDA kernel mismatch错误。解决关键在于理解GPU计算能力（CC）与CUDA Toolkit的严格对应关系，并通过conda环境隔离、PyTorch wheel精确指定、cuDNN
树莓派5+Hailo AI Hat部署自定义YOLO模型实战
最新发布
cunfuteng7334的博客
07-13 468
YOLO目标检测模型在边缘设备上的高效部署，核心在于算力匹配、量化校准与硬件协同优化。Hailo-8芯片凭借26 TOPS INT8算力和1.2TB/s片上带宽，突破树莓派5 CPU的内存墙瓶颈；而Custom dataset适配的关键，在于训练-校准-推理链路中数据格式、类别映射与后处理配置的毫米级对齐。本文聚焦YOLOv5模型从自定义数据集训练、ONNX导出，到Hailo HEF编译与Raspberry Pi 5端实时推理的全栈实践，涵盖Docker环境隔离、PCIe硬件初始化、INT8校准图像选取等工
一文彻底解决YOLOv5训练找不到标签问题
This blog is a space to document my professional learnings, personal reflections, and everything in between.
04-22 5万+
网上绝大部分教程所述解决方法都不靠谱，也没有分析问题发生的原因，本文彻底解决了YOLOv5训练时找不到标签，出现 No labels found in /path/train.cache 的问题！希望通过本文，在配置环境的过程中，为各位解决一些不必要的麻烦。
【无标题】
NOELAA的博客
01-06 1447
nc=number class pascalVOC模式生成的是.xml文件 yolo模式生成的是.txt文件 data.yaml train: ..\yb\train\images #训练集的图片目录 val: ..\yb\valid\images nc: 2 names: ['fishJ', 'fishL'] 运行 train.py文件会生成labels.cache `
windows使用YOLOv8训练自己的模型（0基础保姆级教学）
热门推荐
Pan_peter的博客
04-02 5万+
一、使用labelimg制作数据集 1.1、下载labelimg 1.2、安装库并启动labelimg 1.4、制作YOLO数据集 二、使用YOLOv8训练模型 2.1、下载库——ultralytics （记得换源） 2.2、数据模板下载 2.3、开始训练 1、启动train.py，进行训练 2、我们可以直接使用命令进行训练 三、其他问题 1、训练时，为什么会生成labels.cache文件？ 2、YOLOv8的训练图像和相应的标注文件应该放同一个文件夹里吗？还是应该分开放？
YOLOV5训练数据出现：no labels found(2个方法解决)
weixin_51015047的博客
09-25 2万+
仔细看下数据加载、处理的文件datasets.py，发现有一句会根据第2步中images文件夹的位置找到对应labels文件夹： 这个替换不仅替换了文件夹的名称，顺便把文件名也改了 哭了，所以根本找不到文件 解决： 借鉴别人的做法：最简单的方法就是把文件名批量改一下了Python 批量修改文件名 import os #输入要更改文件的上级目录，我的话就是images和labels这两个文件夹下的train文件夹和val文件夹，以下以images/train文件夹为例。 path = "H:/data/f
使用colab平台训练yolov8时报错：No labels found in /xxx/xxx/labels.cache
xxyy44aa的博客
08-28 1573
将train.txt中图片的相对路径’./data/images/%s.jpg\n’ % (name)) 改为：‘./images/%s.jpg\n’ % (name))colab直接进入到data文件夹里面读取图片，如果txt文件中的路径加上data/XX 会导致最终的读取路径变成xx/data/data/xx/xx.jpg。使用colab平台训练yolov8时报错：No labels found in /xxx/xxx/labels.cache。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值