YOLO V5本地训练报Dataset not found异常 Colab可正常运行

问题根源定位 #

从运行日志可直接提取两处触发报错的直接原因：

• 训练命令传入的--data /data.yaml被程序识别为yolov5当前工作目录下的相对路径.\data.yaml，未实际指向你自定义的数据集配置文件
• 配置文件内书写的数据集路径为适配Colab环境的Linux相对路径，未同步适配Windows本地的目录结构，导致程序校验时拼接出的路径与本地实际数据集存放位置不匹配，日志中校验的路径D:\me1eye\Yolo_V5\valid\images与你本地valid集的实际存储路径完全不符

分步修正操作 #

1. 调整训练命令的参数格式
   Windows环境下路径解析不支持开头单斜杠代表磁盘根目录的语义，该写法会被自动解析为当前工作目录下的相对路径。将命令中的data参数修正为正确的配置文件路径，调整后参考命令：

   python train.py --img 416 --batch 8 --epochs 100 --data data/your_dataset.yaml --cfg models/yolov5s.yaml --weights '' --name yolov5s_results --cache
   

2. 修正数据集yaml配置内的路径定义
   打开对应的数据集yaml配置文件，将原本适配Colab的路径写法全部替换为Windows本地的实际路径，正确配置示例：

   # 路径推荐使用正斜杠/书写，避免反斜杠被解析为转义字符
   train: D:/me1eye/YOLO_V_5/Yolo_V5/datasets/train/images  # 替换为本地train集images目录的实际路径
   val: D:/me1eye/YOLO_V_5/Yolo_V5/datasets/valid/images   # 替换为本地valid集images目录的实际路径
   test: D:/me1eye/YOLO_V_5/Yolo_V5/datasets/test/images   # 替换为本地test集images目录的实际路径
   
   nc: 自定义类别数
   names: ['类别1', '类别2']
   

   注意：不要在Windows路径中使用单个反斜杠\，这类写法容易触发转义解析错误，统一替换为正斜杠/或双反斜杠\\即可
3. 校验目录结构合规性
   确认所有数据集split的目录完全匹配YOLOv5的扫描规则：每个images目录同级下必须存在对应的labels目录，且图像文件与标注文件的文件名一一对应（例如001.jpg对应001.txt标注），否则即使路径书写正确，校验环节仍会触发数据集不存在的报错。

常见踩坑提醒 #

日志中提示找不到的D:\\me1eye\Yolo_V5\valid\images路径，是因为原yaml配置中书写了相对路径valid/images，程序自动拼接了当前工作目录的上层路径生成的无效路径，只要将yaml内的路径修改为指向本地实际数据集的准确位置，重新运行训练命令即可正常完成校验。

内容的提问来源于stack exchange，提问作者Zag.D