LabelImg报错：IndexError: list index out of range 解决方法

一、问题描述

最近使用 LabelImg 标注数据时，点击下一张图片直接闪退，并出现如下错误：

复制代码

Traceback (most recent call last):
  File "e:\python38\lib\site-packages\labelImg\labelImg.py", line 1376, in open_next_image
    self.load_file(filename)
  File "e:\python38\lib\site-packages\labelImg\labelImg.py", line 1111, in load_file
    self.show_bounding_box_from_annotation_file(file_path)
  File "e:\python38\lib\site-packages\labelImg\labelImg.py", line 1144, in show_bounding_box_from_annotation_file
    self.load_yolo_txt_by_filename(txt_path)
  File "e:\python38\lib\site-packages\labelImg\labelImg.py", line 1557, in load_yolo_txt_by_filename
    t_yolo_parse_reader = YoloReader(txt_path, self.image)
  File "e:\python38\lib\site-packages\libs\yolo_io.py", line 112, in __init__
    self.parse_yolo_format()
  File "e:\python38\lib\site-packages\libs\yolo_io.py", line 143, in parse_yolo_format
    label, x_min, y_min, x_max, y_max = self.yolo_line_to_shape(class_index, x_center, y_center, w, h)
  File "e:\python38\lib\site-packages\libs\yolo_io.py", line 125, in yolo_line_to_shape
    label = self.classes[int(class_index)]
IndexError: list index out of range

二、问题原因分析

错误发生在：

复制代码

label = self.classes[int(class_index)]

说明程序正在根据类别编号（class_index）从 classes.txt 中读取对应类别名称。

例如：

classes.txt

复制代码

person
car
bus

那么类别编号只能是：

复制代码

0
1
2

如果某个标注文件中出现：

复制代码

3 0.5 0.5 0.2 0.3

此时 LabelImg 会尝试执行：

复制代码

self.classes[3]

但实际上：

复制代码

self.classes = ["person", "car", "bus"]

索引最大只能到 2。

因此就会出现：

复制代码

IndexError: list index out of range

三、常见出现原因

情况1：修改了类别数量

例如最开始：

复制代码

0 person
1 car
2 bus
3 bicycle

后来删除了：

复制代码

bicycle

classes.txt 变成：

复制代码

person
car
bus

但是旧标签文件中仍然存在：

复制代码

3 0.52 0.41 0.12 0.15

此时打开对应图片就会报错。

情况2：数据集合并

多个数据集合并时：

数据集A：

复制代码

0 person
1 car

数据集B：

复制代码

0 person
1 car
2 bus

如果直接混合使用：

复制代码

classes.txt

与

复制代码

labels/*.txt

就容易出现类别编号越界的问题。

情况3：标注工具导出异常

某些转换脚本可能会生成：

复制代码

99 0.5 0.5 0.2 0.2

或者

复制代码

-1 0.5 0.5 0.2 0.2

导致 LabelImg 无法正常解析。

四、快速定位错误标签

数据量小时可以手动查找。

但如果有几万张图片，逐个打开根本不现实。

下面给出一个检测脚本。

复制代码

import os

label_dir = r"D:\Document_CARS\data\11\11_20260129_HH_12634\labels"

classes_path = os.path.join(label_dir, "classes.txt")

with open(classes_path, "r", encoding="utf-8") as f:
    num_classes = len(
        [line.strip() for line in f if line.strip()]
    )

print("类别数:", num_classes)

for root, _, files in os.walk(label_dir):
    for f in files:

        if not f.endswith(".txt"):
            continue

        if f == "classes.txt":
            continue

        path = os.path.join(root, f)

        with open(path, "r", encoding="utf-8") as fp:
            for line_no, line in enumerate(fp, 1):

                line = line.strip()

                if not line:
                    continue

                try:
                    cls = int(line.split()[0])

                    if cls >= num_classes:
                        print("\n发现异常:")
                        print("文件:", path)
                        print("行号:", line_no)
                        print("内容:", line)
                        print("类别:", cls)

                except Exception:
                    print("\n格式错误:")
                    print(path)
                    print(line)

五、运行效果

假设：

复制代码

classes.txt

内容为：

复制代码

person
car
bus

共 3 类。

而某标签文件存在：

复制代码

5 0.534 0.427 0.231 0.145

运行后会输出：

复制代码

类别数: 3

发现异常:
文件: xxx.txt
行号: 7
内容: 5 0.534 0.427 0.231 0.145
类别: 5

这样就能快速定位到问题文件。

六、解决办法

找到异常文件后：

方法1：修改类别编号

例如：

复制代码

5 0.534 0.427 0.231 0.145

改为：

复制代码

2 0.534 0.427 0.231 0.145