val.py测试yolov5s.pt报错：index 57 is out of bounds for axis 0 with size 21

问题遇到的现象和发生背景

下载官方代码对yolov5s.pt进行测试，出现如下报错：IndexError: index 57 is out of bounds for axis 0 with size 21

运行结果及报错内容

Traceback (most recent call last):
 
  File "D:\1-syf\yolov5\val.py", line 359, in <module>
    main(opt)
 
  File "D:\1-syf\yolov5\val.py", line 333, in main
    run(**vars(opt))
 
  File "C:\ProgramData\Anaconda3\lib\site-packages\torch\autograd\grad_mode.py", line 27, in decorate_context
    return func(*args, **kwargs)
 
  File "D:\1-syf\yolov5\val.py", line 213, in run
    confusion_matrix.process_batch(predn, labelsn)
 
  File "D:\1-syf\yolov5\utils\metrics.py", line 156, in process_batch
    self.matrix[detection_classes[m1[j]], gc] += 1  # correct
 
IndexError: index 57 is out of bounds for axis 0 with size 21
 

我的解答思路和尝试过的方法

该错误是由于索引超出了列表的长度引起的，尝试输出predn和labelsn，但是发现也不知道怎么改。

File "D:\1-syf\yolov5\utils\metrics.py", line 156, in process_batch
self.matrix[detection_classes[m1[j]], gc] += 1
这行代码之前之前打印一下m1的长度和detection_classes的长度，看看这里下标越界是哪个数组的，如果是detection_classes那说明是识别种类设定的问题，如果是m1的话，那就要往上找找是什么参数了

你用的是coco训练出来的模型，共80类，但是你验证的时候是voc20类，那么我coco预测出来类别id为57，你coco就越界了。
coco[57]是chair，对应voc[8]=chair。不信的话看下你的图片里是不是有椅子。
如果你要验证voc，你需要训练voc的模型而不是用coco训练出来的预训练模型

你好，问题解决了吗，我也遇到了同样的问题

解决了吗，应该怎么修改

有没有可能你的数据集分类只有21个，但是参数设置里面预测的输出类别设置成了57

从题主的图片，在val.py中执行run的时候，参数opt在utils包里报错了，检查你val所使用的yaml文件。里面的类型是否设置成21了，而输入的类型有57类，也就是coco123.yaml中nc可能设置成21了