我一直在尝试在自定义数据集上重新训练 YOLOv3。我将jpg图像及其对应的txt注释文件保存在同一目录中。我已按照许多在线教程中的建议正确设置了我的.data文件、.names文件和.cfg文件。非常令人沮丧的是，我一直遇到它所说的问题Couldn't open file: <some-path>/labels/<some file>.txt。这里令人讨厌的是，它似乎是在一些既不存在的标签目录中寻找.txt文件，我也没有在任何地方提到它。我所有的.jpg和.txt文件都在一个名为images的目录中位于与系统查找此标签目录的位置相同的级别。
更烦人的是，如果我将.txt文件分离到yolo 暗网正在寻找的标签目录中，这个错误就会消失，但训练永远不会开始。
我尝试了许多不同的方法来指定路径，使用不同的模型、cfg 文件等，但都是徒劳的。请帮助某人。
在从不同的角度进行了多次尝试后，我找到了正确的方法。组织图像和标签的第一个问题的答案与大多数在线教程的建议相反。标签应位于与图像不同的目录中。每个.txt文件的路径应该与它们对应的.jpg不同，仅在单词images中。例如，如果图像<path/to/somewhere/images/somewhere/xyz.jpg>的路径是 ，则其对应标签文件的路径应该是<path/to/somewhere/labels/somewhere/xyz.txt>。
作为对训练未开始的第二部分的回答，请确保-clear 1在暗网训练命令的末尾使用参数，即./darknet detector train cfg/data_file.data cfg/cfg_file.cfg yolov3.weights -clear 1.
请记住，在您的 *.data 文件中，您有以下设置：
classes = [Your number of classes]
train = data/train.txt
valid = data/test.txt
names = data/obj.names
backup = backup/
您应该拥有data/train.txtand data/test.txt，这是一个包含图像目录列表的文本文件。
例如，如果您将所有图像和 txt 文件放在 data/obj 中，则 txt 文件应包含：
data/obj/1.jpg
data/obj/2.jpg
.
.
(and so on)
然后，YOLO 会自动检查图片的对应标签，标签应该是同名的（本例中为：1.txt, 2.txt, ...）
参考：（ https://github.com/AlexeyAB/darknet#how-to-train-to-detect-your-custom-objects中的第 3 和第 4 位）