【踩坑日记】【YOLO5】YOLO5 训练模型的测试结果全部相反（标签混乱）原因

问题描述

• 使用 labelImg 为图片数据集打上标签后交给YOLO5训练，发现测试结果中识别结果全部相反，也就是出现了标签混乱的现象。
• 本人使用猫狗图片各 150 张作为数据集进行模型训练，训练出来的模型将所有的猫识别成了狗，所有的狗识别成了猫，看起来并非模型的准确性问题，而是模型中对于标签识别混乱的问题。
• 如图：
  

解决过程

• 注意到使用 labelImg 生成的图片标签是 txt 文件，且文件内容的第一个序号为标签序号。如：

1 0.524500 0.533000 0.951000 0.770000

• 这个标签序号与标签文件夹中的 classes.txt 类别说明对应。如图：
  
  其中序号 0 代表 dog 标签，序号 1 代表 cat 标签

• 所以上面 txt 文件中第一个序号为 1，代表这个标签所对应的图片标签是 cat。

• 但是，在源代码对数据集进行配置的 yaml 文件中，没有对 classes.txt 文件路径的配置：
  

• 上面的 yaml 文件中，只有一个列表对类名配置，而且这个类名的顺序和 classes.txt 文件中的顺序不一致
  

• 合理怀疑是因为类名顺序不一致，于是我调整 yaml 中的类名列表，重新训练了一个小模型，此时标签就不出现混乱的现象

解决方法

• 使用 labelImg 为图片打好标签后，在为模型配置数据集的 yaml 文件中，class name 列表中的元素顺序应该与标签文件夹中 classes.txt 文件中的标签顺序一致。
• 也就是下面这两个位置中的标签顺序应一致：