在训练yolov8是总是出错，ValueError: not enough values to unpack (expected 3, got 0)

最新推荐文章于 2024-07-15 11:50:43 发布

原创最新推荐文章于 2024-07-15 11:50:43 发布 · 3.5k 阅读

17 ·

CC 4.0 BY-SA版权

文章标签：

#YOLO

博主在YOLO训练时遇到报错，起初认为是数据集标签小数点位数问题，统一后仍报错。后发现脚本找不到图片路径，原使用相对路径，重新生成绝对路径后，运行train文件不再报错，解决了ValueError问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在网上查了很多资料，大部分人说是数据集的标签有问题。有的说是标签的数据的小数点位数不一样导致的。然后我就将标签的数据小数点位数统一了一下。

结果还是报错

一直没搞懂，这个错误的原因。最开始一直盯着ValueError: not enough values to unpack (expected 3, got 0)改。一直报错。

后来我开始想为什么我总端输入命令可以训练。但是我自己写的脚本一直报错。后来就针对它为什么找不到这个图片路径。

train: WARNING ⚠️ mydatas/images/IMG20231223152215_z9.jpg: ignoring corrupt image/label: [Errno 2] No such file or directory: 'mydatas/images/IMG20231223152215_z9.jpg'可以看到这个是相对路径，然后我就想着重新生成，生成绝对路径。

import xml.etree.ElementTree as ET
import pickle
import numpy as np
import os
from os import listdir, getcwd
from os.path import join
sets = ['train', 'test', 'val']
classes =  ['craze','white mark','joint line', 'bump', 'off-centered']
def convert(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
    x = format(x, '.6f')
    w = w * dw
    w = format(w, '.6f')
    y = y * dh
    y = format(y, '.6f')
    h = h * dh
    h = format(h, '.6f')
    return (x, y, w, h)
def convert_annotation(image_id):
    in_file = open('/home/gzz/zhoulin/model-sound code/yolov8/mydatas/Annotations/%s.xml' % (image_id),encoding='utf-8')
    out_file = open('/home/gzz/zhoulin/model-sound code/yolov8/mydatas/labels/%s.txt' % (image_id), 'w',encoding='utf-8')
    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'):
        difficult = obj.find('difficult').text
        cls = obj.find('name').text
        if cls not in classes or int(difficult) == 1:
            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')
wd = getcwd()
print(wd)
for image_set in sets:
    if not os.path.exists('/home/gzz/zhoulin/model-sound code/yolov8/mydatas/labels/'):
        os.makedirs('/home/gzz/zhoulin/model-sound code/yolov8/mydatas/labels/')
    image_ids = open('/home/gzz/zhoulin/model-sound code/yolov8/mydatas/ImageSets/%s.txt' % (image_set)).read().strip().split()
    list_file = open('/home/gzz/zhoulin/model-sound code/yolov8/mydatas/%s.txt' % (image_set), 'w')
    for image_id in image_ids:
        list_file.write('/home/gzz/zhoulin/model-sound code/yolov8/mydatas/images/%s.jpg\n' % (image_id))
        convert_annotation(image_id)
    list_file.close()

这个是我的标签生成代码。可以看到都改成了绝对路径。

然后在运行train文件

#coding:utf-8
# 替换主干网络，训练
from ultralytics import YOLO

if __name__ == '__main__':
    model = YOLO('yolov8_qinglianghua.yaml')
    #model.load('yolov8n.pt') # loading pretrain weights
    model.train(data='111.yaml', epochs=400, batch=8)

可以看到它不报错了，ValueError: not enough values to unpack (expected 3, got 0)这个问题也解决了。