成功解决：ValueError: not enough values to unpack (expected 3, got 0)

今天在用yolov5训练自己的数据集时，在训练的时候出现了下列问题：

出错的代码行为：

labels, shapes, self.segments = zip(*cache.values())

发生在yolo5-5.0\utils\dataloaders.py的LoadImagesAndLabels类下的__init__方法中

class LoadImagesAndLabels(Dataset):  # for training/testing 

在网上找了很久，给出的建议大致分为以下几种：

1.  data.ymal（训练集的图片和标签）的路径不对

2、图片， 标签 名称包含中文

3、你的标签文件的class分类是负数

4.   没有归一化

然后我进行了依次的检查，发现我的问题都不符合以上几类。

最后我的解决方法：

将data文件下的train.cache文件删除，然后再进行重新运行，最后程序就可以跑起来了。

train.cache是由DataSet API创建的，当DataSet API在读取预处理数据时，它会将处理后的数据缓存到train.cache文件中，以加速训练过程。也就是说train.cache作为一个缓存文件，用于存储训练过程中的中间结果，加速后续训练速度。每个epoch结束后，train.cache都会记录模型的参数和优化器状态，以及训练集和验证集损失等信息。下一次训练，train.chache文件存在，就可以直接加载其中的信息，避免重新计算，从而提高训练的效率。

总结一下我出现以上问题的原因：因为我先在程序上跑了coco的数据集，则有一个关于coco数据集的缓存，所以在换成我的数据集的时候，里面的缓存依然是coco的数据集信息，所以出现错误。