PaddleOCR list index out of range 问题

最新推荐文章于 2024-09-02 23:14:47 发布
最新推荐文章于 2024-09-02 23:14:47 发布
阅读量137 收藏
点赞数
文章标签： python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/bailanren/article/details/141815706
版权

File "xxxxxxxxxxxxxxxxxxxxxxxxxxxxxx\simple_dataset.py", line 168, in __getitem__
    label = substr[1]
IndexError: list index out of range

很奇怪，明明在飞桨的Notebook上运行还是好好的，今天给他扒下来本机运行就不行了，然后发现，额我的yml文件里就没有"dataset"这个属性，于是就自己把dataset_config = config[mode]["dataset"]改成了dataset_config = “ ”，然后再把所有数据集的txt文件改成一个空格分隔，然后问题就解决了

能摆一天是一天
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
解决paddle_ocr训练过程中IndexError: list index out of range的问题
weixin_51302403的博客
12-05 1282
上周使用onnxruntime跑通padlleocr的c++推理模型后，本周开始尝试训练padlleocr的模型，使用官方的标注工具标注完数据集并且用官方的数据集分割代码生成训练数据后，发现在训练过程中出现“IndexError: list index out of range”的错误，在CSDN和padlleocr官方Issues查找解决方案，发现很多人出现相同的问题，但是并没有给出完整的解决方案，经过一番折腾，终于解决了这个问题。
痛！使用paddleOCR表格识别标注Excel遇到的问题IndexError: list index out of range
haoDe9242的博客
08-03 809
在日志中出现了IndexError: list index out of range，一般是Excel中单元格的问题，我的是因为单元格被拉宽，导致每一行后面多了个排查了很久才找到。
paddleocr np.array(padding.Execute(distance)[0]) IndexError: list index out of range
jacke121的专栏
01-30 3250
报错： File "I:\project\jushi\shuini\PaddleOCR-release-2.4\ppocr\data\imaug\make_border_map.py", line 61, in __call__ self.draw_border_map(text_polys[i], canvas, mask=mask) File "I:\project\jushi\shuini\PaddleOCR-release-2.4\ppocr\data\imaug\mak..
paddleocr报错list index out of range
weixin_58248249的博客
12-18 140
有没有大佬知道怎么解决呀。
【python】关于判断空值None、判断len()=0，和 if not 的区别
Meggie35的博客
08-28 7224
python的“空”与“无”之辩，关于None，和空数值。在程序中，判断里面没有值和判断东西是不是为空，也是不一样的东西，我们可以往下看看具体的区别。
爬取长篇小说：选择何种IP策略最佳？
KookeeyLena5的博客
08-29 442
在爬取长篇小说时，选择合适的IP策略至关重要。根据目标网站的反爬虫机制、请求频率限制以及爬取需求的不同，可以选择静态IP、动态IP、住宅IP或数据中心IP等不同类型的IP地址。同时，使用代理服务器或VPN等工具可以进一步提高爬取的稳定性和效率。在爬取过程中，应遵循最佳实践，确保爬取行为的合法性和稳定性。
CUDA编程08 - 并行编程思维
最新发布
GPU全栈博主-程序哥
09-02 1031
到目前为止，我们集中于学习并行编程的实用知识，包括CUDA编程接口特性、GPU架构、性能优化技术、并行模式和应用案例研究。在本章中，我们将讨论更为抽象的概念。我们将并行编程概括为一种思维过程，即设计或选择并行算法，并将一个实际问题分解基本的工作单元，这些工作单元可以由所选的算法高效地执行。具备强大思维技能的程序员不仅会分析问题，还会转变实际问题的结构：哪些部分本质上是串行的，哪些部分适合并行执行，以及将前者的部分转移到后者所涉及的一些权衡。
Python 高级特效 - 生成器 ( Generator)
weixin_48591974的博客
08-31 489
生成器是一种一边循环一边计算的机制,通过列表生成式，可以直接创建一个列表，但是受到内存的限制，列表容量是有限的，当列表元素很 大的时候，会很浪费内存空间。所以可以通过生成器 Generator 生成，它的作用相比列表，内存占用少，节约资源
【Python报错已解决】`TypeError: ‘numpy.ndarray‘ object is not callable`
鸽芷咕的博客
09-01 272
在编程中，你是否遇到过尝试调用一个Numpy数组对象时出现了`TypeError: 'numpy.ndarray' object is not callable`的报错？这个问题通常是由于误将Numpy数组当成了一个函数来调用。接下来，我们将分析这个问题并提供解决方案。
np.ndarray和np.array区别；MXNet的 mx.array 类型是什么；NDArray优化了什么：并行计算优化
ZJQ的博客
09-01 186
如果使用传统的密集格式（如NumPy的ndarray）来存储这些梯度，将会占用大量的内存，并导致计算效率低下。MXNet是一个开源的深度学习框架，它提供了多种数据结构和操作来支持高效的数值计算和深度学习模型的训练。总之，MXNet的NDArray通过异步计算、内存优化、高效的数学和线性代数运算、稀疏数据支持以及自动化求导等优化措施，为深度学习模型的训练和数值计算提供了强大的支持。在表面上看似不同，但实际上它们之间有着紧密的联系，并且在大多数情况下可以互换使用，但它们的本质和用途略有不同。
BeautifulSoup：Python网页解析库详解
零度°C的博客
08-30 775
是一个Python库，用于从HTML或XML文件中提取数据。它能够通过简单的方法处理复杂的HTML文档，并且很容易就能找到你需要的标签和数据。
yield：生成器
mohen_777的博客
08-28 1161
作为生成器，因为每次迭代就会返回一个值，所以不能显示的在生成器函数中return 某个值，包括None值也不行，否则会抛出“SyntaxError”的异常，但是在函数中可以出现单独的return，表示结束该语句。使用yield，可以让函数生成一个序列，该函数返回的对象类型是"generator"，通过该对象连续调用next()方法返回序列值。另外一种说法：生成器就是一个返回迭代器的函数，与普通函数的区别是生成器包含yield语句，更简单点理解生成器就是一个迭代器。处为止，next()的返回值就是生成值。
python json jsonl 的用法
大多_C的博客
08-28 1596
JSONL格式是一种非常实用的数据存储格式，特别适合处理大型、结构化的数据集。逐行读取：有效处理大文件，节省内存。简便性：每一行都是独立的JSON对象，便于解析和处理。灵活性：可以很容易地将数据追加到已有文件中。通过上述方法，您可以轻松地在Python中读取、写入和处理JSONL格式的数据。
java 基于Swing的随机点名
tonysong111073的专栏
09-02 146
使用java的swing开发的随机点名
python方法介绍
weixin_67832625的博客
08-28 1125
前言导读：Python的创始⼈人为吉多·范罗苏姆（Guido van Rossum）。1989年年的圣诞节期间，吉多·范罗苏姆为了了在阿姆斯特丹打发时间，决⼼开发一个新的脚本解释程序，作为ABC语言的一种继承。其诞生于1990年；
Python开源项目周排行 2024年第14周
cbbxn的博客
08-29 1405
注:当前文章会不定期进行更新。标签： 音频 AIGC。
Python 程序设计详细教程（完整版）
HXR_plume的博客
08-28 846
元组与列表极其类似，我们在此主要介绍不同之处。那么最重要的一点就是，列表是由 [ ] 来表示，而元组是由（）来表示，并且元组中的元素不可修改。这便是元组与列表最大的不同。而其余的操作与列表类似，故不再赘述。不过，虽然元组不可修改，但可以给元组的变量赋值，即重新定义整个元组。"""显示简单问候语"""")上述程序就是最简单的函数结构。第一行使用关键字 del 告诉 Python，要定义一个函数，这就是函数的定义。然后向 Python 指出函数名，还可以在括号中指出函数为完成任务需要什么样的信息。
喜羊羊做Python真题
dhdjjfhdghh的博客
08-31 520
今日，喜羊羊分享Python二级真题过程，为大家分享一些易错点，感谢大家的关注和点赞。
飞桨使用opencl
07-10
飞桨（PaddlePaddle），百度开源的深度学习框架，支持多种计算后端，包括CPU、GPU以及异构计算平台如CUDA和OpenCL。OpenCL是一个跨平台的并行计算标准API，它允许开发者编写可在各种设备上运行的高性能计算任务，比如图形处理单元（GPU）。在飞桨中，如果你想要利用GPU的并行计算能力，可以设置使用OpenCL作为底层运算引擎。 为了在飞桨中启用OpenCL，你需要安装相应的OpenCL驱动，并配置环境变量。首先确保你的系统支持OpenCL，然后可以在飞桨的配置文件或运行环境中指定`use_gpu=True`，同时设置`device_num`来指定使用GPU的数量。如果设备支持OpenCL，飞桨会自动切换到OpenCL加速计算。 然而，需要注意的是，OpenCL的兼容性和性能可能会因硬件和操作系统而异，有些GPU型号可能不直接支持OpenCL，或者OpenCL对于某些特定模型的优化不如CUDA显著。在实际应用中，最好先检查你的硬件是否支持OpenCL，以及在飞桨的文档或社区论坛寻求技术支持。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值