MMdetection用voc数据集训练：The `num_classes` (x) in Shared2FCBBoxHead of MMDataParallel does not matches..

最新推荐文章于 2023-09-26 23:22:34 发布
最新推荐文章于 2023-09-26 23:22:34 发布
阅读量1.4k 收藏 1
点赞数 1
文章标签： 目标检测 深度学习 计算机视觉
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/m0_61102347/article/details/122072778
版权

这主要是由于你的类别不匹配导致，将mmdetection-master\mmdet\datasets\voc.py中的类别换成你自己的类别名称即可，如：

 运行不再报错：

 

TC1398
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
mmdetection 模型文件rpn_r50_fpn_1x_20181010-4a9c0712.pth
03-22
mmdetection的模型文件，外网下载比较慢，这个是rpn_r50_fpn_1x_20181010-4a9c0712.pth
mmdetection最新版说明文档.pdf
09-15
* 可以使用MMDetection在标准数据集上进行推理和训练，也可以在自定义数据集上进行训练和测试。 与Detectron2的比较 * MMDetection和Detectron2都是流行的计算机视觉检测工具包，两者之间存在一些差异。 * MM...
AssertionError:The num_classes‘ (1) in Shaned2F3Bowiead of WMDataParallel does not matches the lengt
糖炒Li儿的博客
07-09 899
AssertionError:The num_classes' (1) in Shaned2F3Bowiead of WMDataParallel does not matches the lengt
MMdetection遇到问题：AssertionError: The ‘num_classes‘(1) in SCNetBBoxHead of MMDataParallel
m0_70098011的博客
09-26 292
通过mmdetection训练mask-rcnn模型，结果发生类个数方面的报错。
# AssertionError: The `num_classes` (80) in Shared2FCBBoxHead of MMDataParallel does not matche
gy77
04-26 3512
我看很多人都遇到了这个问题，有很多解决了的。我就把这篇博文再完善一下，让大家对mmdetection使用得心应手。 mmdetection训练自己的数据集时报错 ⚠️ ： # AssertionError: The `num_classes` (3) in Shared2FCBBoxHead of MMDataParallel does not matches the length of `CLASSES` 80) in CocoDataset 你可能已经修改了以下两个文件，但是还是报错： mmdetec
Swin Transformer实战实例分割：训练自己的数据集
01-04
Transformer发轫于NLP（自然语言处理），并跨界应用到CV（计算机视觉）领域。 Swin Transformer是基于Transformer的计算机视觉骨干网，在图像分类、目标检测、实例分割、语义分割等多项下游CV应用中取得了SOTA的性能。该项工作也获得了ICCV 2021顶会最佳论文奖。本课程将手把手地教大家使用labelme标注和使用Swin Transformer训练自己的数据集进行图片和视频的实例分割。  本课程将介绍Transformer及在CV领域的应用、Swin Transformer的原理。 本课程以汽车驾驶场景图片和视频开展项目实践：对汽车行驶场景中的路坑、车、车道线进行物体标注和实例分割。  课程在Windows和Ubuntu系统上分别做项目演示。包括：安装软件环境、安装Pytorch、安装Swin-Transformer-Object-Detection、标注自己的数据集、准备自己的数据集、数据集格式转换（Python脚本完成）、修改配置文件、训练自己的数据集、测试训练出的网络模型、性能统计、日志分析。  本课程提供项目的数据集和相关Python程序文件。相关课程： 《Transformer原理与代码精讲（PyTorch）》https://edu.csdn.net/course/detail/36697《Transformer原理与代码精讲（TensorFlow）》https://edu.csdn.net/course/detail/36699《ViT（Vision Transformer）原理与代码精讲》https://edu.csdn.net/course/detail/36719《DETR原理与代码精讲》https://edu.csdn.net/course/detail/36768《Swin Transformer实战目标检测：训练自己的数据集》https://edu.csdn.net/course/detail/36585《Swin Transformer实战实例分割：训练自己的数据集》https://edu.csdn.net/course/detail/36586《Swin Transformer原理与代码精讲》 https://download.csdn.net/course/detail/37045
AssertionError: The `num_classes` (14) in Shared2FCBBoxHead of MMDataParallel does not matches the。。
weixin_43806237的博客
03-11 450
关于mmdetection报错AssertionError: The `num_classes` (14) in Shared2FCBBoxHead of MMDataParallel does not matches the length of `CLASSES` 80) in CocoDataset修改最简单的方法，只需要在config文件里修改。好多教程去修改coco.py和class_names.py,很麻烦，其实只需要在data里train，val，test里面加入你的classes就解决。
detection of number of plates in car.rar_detection of car_detect
07-13
detection of number paltes in car
气球的mask-rcnn转coco的数据集，可直接使用最新的mmdetection框架去训练，测试效果好
最新发布
04-26
气球的mask_rcnn转coco的数据集，可直接使用最新的mmdetection框架去训练，测试效果好
计算机视觉常用数据集总结：包括MS COCO、ImageNet、VOC、人脸识别、行人检测等.rar
04-20
voc数据集 计算机视觉常用数据集总结：包括MS COCO、ImageNet、VOC、人脸识别、行人检测等 PASCAL VOC是一个图像集，由Mark Everingham (University ofLeeds)、Luc van Gool (ETHZ, Zurich)等人创立，有1.7W+张图片...
mmdetection训练自己的数据集
糖炒Li儿的博客
03-06 7882
文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结 前言 人工智能小白，最近在学习目标检测，在此分享所学与学习过程中的问题 一、pandas是什么？ 示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。 二、使用步骤 1.引入库 代码如下（示例）： import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns imp..
The `num_classes` (80) in Shared2FCBBoxHead of MMDataParallel does not matches the l
qq_41216048的博客
11-30 1720
AssertionError: The `num_classes` (80) in Shared2FCBBoxHead of MMDataParallel does not matches the length of `CLASSES` 2) in CocoDataset
NameError: name ‘num_classes‘ is not defined
m0_51863774的博客
05-30 930
运行平台：jupyter(python3.10,tensorflow2.x)代码来源：深度学习12.2函数式模型。增加以下部分，即为定义处值。
MMdetection运行自己的coco数据集时报错does not matches the length of \`CLASSES\` 80) in CocoDataset
gy77
10-13 3242
mmdetection训练自己的数据集时报错⚠️ ： # AssertionError: The `num_classes` (3) in Shared2FCBBoxHead of MMDataParallel does not matches the length of `CLASSES` 80) in CocoDataset 意思就是你指定的类别（3种）与CocoDataset的类别（80种）不匹配。 你可能已经修改了以下文件，但是还是报错： mmdetection-master\mmdet\
修改mmdetection预训练模型权重的类别数，以Pascal VOC为例
鹏鱼彦的博客
11-22 1997
修改mmdetection预训练模型权重的类别数，以Pascal VOC为例
MMsegmentation训练自己的voc数据集
liuchen_chen的博客
02-10 1397
MMsegmentation训练自己的voc数据集
VOC Dataset (解析voc数据集、mosaic增强、voc转labelme)
一千零一夜的博客
12-21 1717
自定义的目标检测Dataset示例
手把手教物体检测——SSD（新手必看）
AI浩
04-27 8180
下载SSD代码： https://github.com/amdegroot/ssd.pytorch 将下载的代码解压后在data文件夹下新建VOCdevkit文件夹，然后将VOC2007数据集复制到该文件夹下面。 下载权重文件放在weights文件夹下面。下载地址： https://s3.amazonaws.com/amdegroot-models/vgg16_reducedfc.pth ...
mmet中deformable detr 报错 AssertionError: The `num_classes` (3) in DeformableDETRHead of...
lzh的博客
12-24 678
mmet中报错
mmdetection训练voc数据集
09-11
### 回答1： 我可以尝试帮你解决这个问题。首先，你需要下载VOC数据集，然后将其转换为MMDetection可以识别的格式。接着，您可以使用预训练的模型进行训练，或者按照MMDetection框架中的步骤手动训练模型。 ### 回答2： mmdetection是一个开源的基于PyTorch的目标检测工具箱，用于训练和推理各种目标检测模型。它支持多种数据集格式，包括Pascal VOC数据集。 要使用mmdetection训练VOC数据集，首先需要准备VOC数据集的标注文件和图像。VOC数据集通常包含JPEG格式的图像文件和对应的XML格式的标注文件，其中包含目标类别、边界框坐标等信息。 接下来，需要在mmdetection的配置文件中对训练参数进行设置。配置文件是一个Python格式的脚本，包含了模型结构、数据增强、训练参数等信息。可以根据需求选择合适的模型结构，例如Faster R-CNN、SSD等。还可以设置训练时的超参数，如学习率、优化器类型等。 在配置文件中，需要设置数据集的相关参数。mmdetection提供了相应的数据集类，可以根据VOC数据集的特点进行配置。需要指定数据集的路径、类别列表、图像和标注文件的文件名等。 完成配置文件的设置后，可以使用mmdetection提供的命令行工具进行训练。通过运行相应的命令，mmdetection会根据配置文件中的设置加载数据集并进行训练。训练过程中，mmdetection会逐渐优化模型参数，使其能够更好地检测目标。 训练完成后，可以使用训练得到的模型进行目标检测。可以通过加载模型和输入图像，调用mmdetection提供的API进行目标检测操作。这样就可以利用训练好的模型对VOC数据集中的图像进行目标检测了。 总之，使用mmdetection训练VOC数据集需要准备数据集和标注文件，设置好模型和训练参数的配置文件，然后使用mmdetection提供的命令行工具进行训练。训练完成后，可以使用训练好的模型进行目标检测。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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