YOLOv5格式数据集导入Fiftyone返回样本数为0错误如何解决？

• 原因1：未指定split参数
  Fiftyone加载YOLOv5格式数据集时，需要明确指定要加载的数据集拆分（train/val/test），未指定的情况下不会读取任何样本。
  修改代码时在fo.Dataset.from_dir参数中补充split参数即可，示例：

import fiftyone as fo

name = "my-dataset2"
dataset_dir = "/content/drive/MyDrive/yolo/yolov5/training/data"

# 创建数据集，指定加载训练集拆分
dataset = fo.Dataset.from_dir(
    dataset_dir=dataset_dir,
    dataset_type=fo.types.YOLOv5Dataset,
    split="train", # 可根据需要改为val/test
    name=name,
)

如果需要同时加载多个拆分，可以多次调用add_dir方法：

# 追加加载验证集
dataset.add_dir(
    dataset_dir=dataset_dir,
    dataset_type=fo.types.YOLOv5Dataset,
    split="val"
)

• 原因2：数据集目录结构不符合YOLOv5规范
  Fiftyone严格识别YOLOv5的标准目录结构，你的dataset_dir需要满足如下结构：

dataset_dir/
├── dataset.yaml # 数据集配置文件
├── images/
│   ├── train/ # 训练集图片
│   ├── val/   # 验证集图片
│   └── test/  # 测试集图片
└── labels/
    ├── train/ # 训练集标注，和images/train下的文件名一一对应
    ├── val/   # 验证集标注，和images/val下的文件名一一对应
    └── test/  # 测试集标注，和images/test下的文件名一一对应

请检查你的目录层级、文件夹命名是否完全匹配，标注文件和图片的文件名是否一一对应（如图片为a.jpg，标注必须为a.txt）。

• 原因3：dataset.yaml配置错误
  请检查你的dataset.yaml文件内容是否符合要求：

  • path字段需填写数据集根目录的相对路径（相对于yaml文件所在位置，直接填.即可）
  • train、val、test字段需填写对应拆分图片目录的相对路径，如images/train
  • names字段需按顺序填写所有类别名称，无遗漏

• 原因4：权限或路径拼写错误
  云盘挂载场景下需确认挂载成功、路径没有拼写错误，同时检查运行代码的账号是否有dataset_dir目录及下属所有文件的读取权限。你可以运行如下代码快速验证路径有效性：

import os
# 检查训练集图片数量，替换为你要验证的目录即可
img_dir = os.path.join(dataset_dir, "images/train")
print(f"训练集图片数量：{len(os.listdir(img_dir))}")

内容的提问来源于stack exchange，提问作者Ryotaro Harada