环境配置问题
1.安装了cuda10.0之后还是报错:Import Error:libcublas.so.10.0: cannot open shared object file: No such file
解决方法: 开机输入:sudo ldconfig /usr/local/cuda-10.0/lib64
修改train_shapes.ipynb代码
1. Name Error: name ‘listdir’ is not defined
**解决方法:**代码中加入from os import listdir
原文引用地址:Python常见十六个错误集合,你知道那些?
2. Name Error: name ‘yaml’ is not defined
解决方法:先pip3 install pyyaml
,然后代码中加入import yaml
3. AttributeError: ‘NoneType’ object has no attribute ‘append’
解决方法:将keras版本升级或将降级为2.2.5版本
pip uninstall keras
pip install keras==2.2.5
4. tensorflow.python.framework.errors_impl.UnknownError: Failed to get convolution algorithm. This is probably because cuDNN failed to initialize, so try looking to see if a warning log message was printed above.
解决方法:ipynb文件或py文件最开始加入
import tensorflow as tf
import keras
config = tf.ConfigProto()
config.gpu_options.allow_growth = True
keras.backend.tensorflow_backend.set_session(tf.Session(config=config))
或
from tensorflow.compat.v1 import ConfigProto
from tensorflow.compat.v1 import InteractiveSession
config = ConfigProto()
config.gpu_options.allow_growth = True
session = InteractiveSession(config=config)
重启kernel再运行即可(py文件直接重新运行)
Labelme生成数据集
1. 操作步骤
- 安装教程:
https://github.com/wkentaro/labelme
- 运行:终端中输入
labelme
即可运行。 - 标注后会生成
*.json
文件。 - 批量json文件生成数据集:
参考博客:使用labelme批量转化json文件方法 ,改几句话就OK了 - 数据集文件夹的形式:
cv2_mask文件夹下存放mask文件
json文件夹下存放labelme生成的json文件
labelme_json文件夹下存放json文件转换生成的文件夹
pic文件夹下存放原图- mask文件生成方法:MaskRCNN训练自己的数据集 小白篇
2. 报错解决方法
- 启动labelme报错pliiow时
解决方法:pip install Pillow==5.3.0
- 生成数据集的json文件夹缺少
info.yaml
文件
解决方法:labelme:缺少生成"info.yaml"文件 - 启动labelme时报错
qtpy.PythonQtError: No Qt bindings could be found
错误原因:缺少Qt
解决办法:pip install pyqt5
,若报错FileNotFoundError,则使用pip install pyqt5==5.10