YOLO5训练报错AssertionError：test/labels.cache未检测到标签无法启动

针对你更换数据集后出现的这个问题，按以下步骤逐一排查：

• 检查测试集标签文件有效性

  1. 确认/content/dataset/test/labels下的标签文件格式：每个图片对应同名.txt文件，每行必须是类别ID x_center y_center width height格式（坐标需为0-1之间的归一化值，不能是像素值）。
  2. 排查空标签文件、类别ID超出yaml配置的nc范围、坐标值不在0-1区间等异常情况。
  3. 确保标签文件编码为UTF-8，无乱码或特殊字符。

• 核对数据集yaml配置

  1. 打开数据集yaml文件，确认test字段指向的是/content/dataset/test/images（而非labels目录）。
  2. 检查nc（类别总数）是否与数据集实际类别数匹配，names列表的类别顺序是否和标签中的类别ID一一对应。
  3. 确认训练命令中指定的yaml文件路径完全正确。

• 重置缓存文件

  1. 删除所有已生成的.cache文件（包括train和test目录下的），重新运行训练命令让YOLO5重新生成缓存。
  2. 用命令cat /content/dataset/test/labels.cache查看缓存内容，确认labels字段是否存在有效数据。

• 验证图片与标签的对应关系

  1. 确保/content/dataset/test/images中的每张图片，在/content/dataset/test/labels中都有同名的.txt标签文件（文件名完全一致，如cat.jpg对应cat.txt）。
  2. 排除特殊格式图片，YOLO5仅支持jpg、jpeg、png等常规格式。

• 检查目录权限
  确认当前用户对/content/dataset/test目录及所有子文件拥有读写权限，避免因权限不足导致缓存生成不完整。

内容的提问来源于stack exchange，提问作者김민재