pytorch maskrcnn 报错.

今天用 torchvision 官方提供的maskrcnn 版本是可以运行的.
单独可以跑, 后来合并到我的系统里就不能运行了, 报下面的错误. 搞了2个多小时.

class Compose(object):
    def __init__(self, transforms):
        self.transforms = transforms

    def __call__(self, image, target):
        for t in self.transforms: 
            image, target = t(image, target) # 在这里报错
        return image, target


报错内容如下
call takes 2 positional arguments but 3 were given

后来经过不断的跟踪和排查发现, 原来是.
Compose 这个类在transforms.py文件中又定义了一次.
我还以为这个类和 torchvision.transforms 中定义的Compose是一样的.
于是在我的代码里, 就把transforms的引用改成了 torchvision.transforms
结果就出错了,
两个文件中的Compose 类是不一样的
torchvision.transforms中的Compose类 call 方法的参数是2个, 而示例中重新写的Compose 的 call 方法的参数是1个. 所以就提示上面的错误…
排除方法也很简单, 将
import torchvision.transforms
改成了
import maskrcnn.transforms
就可以了.
maskrcnn在我这边是文件夹名.模块名

Pytorch Mask R-CNN是一种用于目标检测和实例分割的深度学习模型。它基于PyTorch框架,并结合了Faster R-CNN和Mask R-CNN两个模型的优点。引用[1]提到了Pytorch mask-rcnn的实现细节分享,可以作为参考。 在使用Pytorch Mask R-CNN之前,首先需要下载Penn-Fudan数据库,并了解其文件结构。引用中展示了一张图片及其对应的mask图片。在这个示例中,使用PIL库加载并显示了一张图片和对应的mask。此外,通过设置mask的调色板,定义了背景和不同目标的颜色。 要使用Pytorch Mask R-CNN进行训练和评估,可以使用Pytorch官方提供的一些工具和文件。引用提到了参考文件references/detection/engine.py, utils.py和transforms.py。这些文件包含了训练和评估检测模型所需的方法和功能。 总结来说,Pytorch Mask R-CNN是一个用于目标检测和实例分割的深度学习模型,它可以通过引用的实现细节分享和官方提供的工具来进行使用和学习。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [Pytorch mask-rcnn 实现细节分享](https://download.csdn.net/download/weixin_38617297/12850351)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* *3* [Pytorch入门:Mask R-CNN图像实例分割迁移学习(PyTorch官方教程)](https://blog.csdn.net/qq_43360533/article/details/107853858)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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