YOLOv8训练异常：未加载训练集299张图，仅用验证集且训练数据无检测

核心问题分析 #

你遇到的现象（训练用验证集、训练集检测不到目标但验证集可以）本质是训练时模型实际加载的是验证集数据，导致模型只学习了验证集样本，自然对训练集无检测能力，对验证集有过拟合式的检测效果。以下是具体排查和解决步骤：

1. 彻底核对数据集YAML配置 #

即使你之前检查过，也请再确认以下细节：

• 打开你的数据集YAML文件，确保train和val字段的路径完全正确，没有写反或路径错误：

  # 正确示例（根据你的实际路径调整）
  train: ./data/train/images  # 必须指向包含299张图片的训练集目录
  val: ./data/val/images      # 指向包含85张图片的验证集目录
  

• 优先使用绝对路径（比如/home/xxx/datasets/train/images），避免相对路径因工作目录变化导致的歧义；
• 检查训练集目录下的图片与标签是否一一对应：每张.jpg/.png图片必须有同名的.txt标签文件，标签内的类别索引要与YAML中names列表的索引一致，空标签或索引错误的图片会被YOLOv8自动过滤。

2. 删除数据集缓存文件 #

YOLOv8会生成.cache文件加速数据集加载，若之前配置错误，缓存会保留错误的数据集信息：

• 找到训练集和验证集的图片/标签目录，删除所有后缀为.cache的文件；
• 重新启动训练，YOLOv8会重新扫描数据集并生成正确的缓存。

3. 检查训练命令参数 #

确认训练命令没有指定错误的数据源：

• 确保--data参数指向的是正确的YAML文件，示例命令：

  yolo train data=my_dataset.yaml model=yolov8s.pt epochs=50
  

• 不要在命令中添加--val等可能强制跳过训练集加载的参数。

4. 验证数据集加载日志 #

训练启动时，查看控制台日志的开头部分，会显示加载的训练/验证集数量：

train: 299 images, val: 85 images
如果显示train: 85 images，则说明YAML的train路径确实指向了验证集目录，需再次修正路径。

内容的提问来源于stack exchange，提问作者Surya Giri