ValueError: Dimension 0 in both shapes must be equal, but are 1 and ****(YOLO网络检测问题)

最新推荐文章于 2022-10-28 22:07:42 发布
最新推荐文章于 2022-10-28 22:07:42 发布
阅读量1.4w 收藏 9
点赞数 4
分类专栏： 深度学习
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/qq_27871973/article/details/84063000
版权
在进行YOLO网络检测时遇到ValueError，原因是训练时类别与测试时类别数量不一致。错误源于txt文件中类别定义存在空字符串，导致实际类别数计算错误。解决方案是确保txt文件（如voc_classes.txt）在Notepad++下正确编辑，避免空格或空字符串影响类别计数。
摘要由CSDN通过智能技术生成

yolo网络检测时错误解决，Yolo等网络测试时出现以下错误：

错误原因：类别class维度不匹配错误，比如训练时类别是五类，测试的时候不是五类，就会出现这种错误，自己的训练时五类，测试是三类。

原因解决：其实自己在编辑model_data下的voc_classes.txt时，使用的是txt编辑的，没有使用Notepad++，导致txt文档中编辑的三类，其实中间有空字符串，在yolo中的train.py读取训练类别时导致类别增加。比如：

txt下格式

Notepad++下的格式应该为： 

最低0.47元/天 解锁文章
来一包板栗
关注
专栏目录
成功解决ValueError: Dimension 1 in both shapes must be equal, for ‘Assign_8‘ (op: ‘Assign‘) with input s
近期请国内外头部出版社可尽快私信博主！——心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，谦虚，自律，反思，成长，还算是比较正能量的博主，公益免费传播……内心特别想在AI界做出一些可以推进历史进程影响力的东西(兴趣使然，有点小情怀，也有点使命感呀)…
11-24 4835
成功解决raise ValueError(str(e)) ValueError: Dimension 1 in both shapes must be equal, but are 1034 and 1024. Shapes are [100,1034] and [100,1024]. for 'Assign_8' (op: 'Assign') with input shapes: [100,1034], [100,1024]. 目录 解决问题 解决思路 解决方法 ...
pandas apply返回多列时出错ValueError: Must have equal len keys and value when setting with an iterable解决方案
热门推荐
herosunly的博客
10-12 4万+
本文主要介绍了在对pandas DataFrame使用apply函数时返回多列值时出现ValueError: Must have equal len keys and value when setting with an iterable解决方案，希望对新手有所帮助。 文章目录 1. 问题描述 2. 解决方案 2.1 解决方案一 2.2 解决方案二
tensorflow2 ValueError: slice index 0 of dimension 0 out of bounds.
一二说
04-28 1258
问题描述 Traceback (most recent call last): File "E:\PythonProjects\cotton5\main.py", line 19, in <module> train.start() File "E:\PythonProjects\cotton5\train.py", line 38, in start self.start_train() File "E:\PythonProjects\cotton5\train.p
ValueError: Dimension 0 in both shapes must be equal
weixin_45086338的博客
11-27 1541
训练或者检测yolo的时候出现了这个报错 ValueError: Dimension 0 in both shapes must be equal, but are 1 and 42. Shapes a。。。。 一般情况就是class中的数量对不上 或者类别文件中有多余空行
训练自己yoloV3模型时出现“ValueError: Dimension 0 in both shapes must be equal, but are 1 and 18. Shapes are ”
云中寻雾的博客
06-18 8170
情况描述： win10keraspycharm下加载自己的.h5权重进行检测，结果出现 ValueError: Dimension 0 in both shapes must be equal, but are 1 and 18. Shapes are [1,1,1024,255] and [18,1024,1,1]. for 'Assign_360' (op: 'Assign')...
VGG16模型已经训练好的notop文件
04-02
该文件虽然是在github上可以找到的， 把该文件下载后保存到/root/.keras/models目录下即可
ValueError: Dimensions must be equal, but are 200 and 356 for 'rnn/while/rnn/multi_rnn_cell/cell_0/c
qq_27009517的博客
09-03 7301
出现如下错误: ValueError: Dimensions must be equal, but are 200 and 356 for 'rnn/while/rnn/multi_rnn_cell/cell_0/cell_0/basic_lstm_cell/MatMul_1' (op: 'MatMul') with input shapes: [128,200], [356,400]. 代码...
ValueError: Dimension 0 in both shapes must be equal, but are 1 and 60. Shapes are [1,1,512,40]可能的解法
qq_42940160的博客
06-04 990
ValueError: Dimension 0 in both shapes must be equal, but are 1 and 60. Shapes are [1,1,512,40] and [60,512,1,1]. for ‘Assign_55’ (op: ‘Assign’) with input shapes: [1,1,512,40], [60,512,1,1]. 在网上查到遇到这个问题时大都说的是路径问题，但其实还有一个原因是，你使用的yolov3是tiny版本，导致框的个数和yolov3
ValueError: slice index xxxx of dimension 0 out of bounds，详细分析。
qq_41368074的博客
04-24 6294
出现这种问题的原因是，一般都是数据维度的原因，导致参数不匹配，一定要检查参数维度。 你比如，我报错的原因： 我的 image_placeholder声明的是[10,16,112,112,3]，但是后面我在调用的时候，却这样用了 logits = c3d_model.inference(image_placeholder[10,:, :, :, :], 。。。。。) 这里的这样（注意10后面...
在U-Net中加入注意力机制时出现维度不匹配的问题
weixin_43523814的博客
01-13 3447
在U-Net中加入注意力机制时出现维度不匹配的问题 add()函数要求相加的两个函数维度必须完全相同 conat_x = add([theta_x, phi_g]) 报错：Traceback (most recent call last): File "I:/Retina-OD-Unet-master+unet-layer+attention/OD-training.py", line 478, ...
Python常见错误
weixin_51154380的博客
06-25 620
Python常见错误 ##1、 解析错误:未定义的控制序列 parse error: Undefined control sequence 2、出现这样的错误一般是voc_classnames.txt或者其他一些地方没有改成自己的东西 ValueError: Dimension 0 in both shapes must be equal, but are 1 and 27. Shapes are [1,1,1024,255] and [27,1024,1,1]. for 'Assign_360
ValueError: Dimension 0 in both shapes must be equal, but are 1 and 21. Shapes are [1,1,1024,54] and
sinat_41563673的博客
06-19 2842
ValueError: Dimension 0 in both shapes must be equal, but are 1 and 21. Shapes are [1,1,1024,54] and [21,1024,1,1]. for 'Assign_360' (op: 'Assign') with input shapes: [1,1,1024,54], [21,1024,1,1].
U版YOLOV3用NCNN部署时的问题记录
Q先森的博客
11-02 464
项目场景： 现在将模型部署到嵌入式端，选择的是YOLOV3模型。训练代码使用的是U版的YOLOV3，由于各种原因，我选择直接由pytorch->onnx->ncnn进行部署。而不是直接darknet->ncnn。 问题描述： onnx转ncnn时，先是报错，什么Unsqueerze不支持之类的。 模型执行时，我惊讶的发现输出节点的维度不对。 原因分析： 对于问题1，很快就得到了答案，使用onnx-simplifer工具就可以搞定。原因是ncnn不支持一些冗余操作。 对于问题2，我
Keras加载resnet50预训练模型错误
bcfd_yundou的博客
04-02 3949
错误信息如下 ValueError: Dimension 0 in both shapes must be equal, but are 1 and 512. Shapes are [1,1,128,512] and [512,256,1,1]. for 'Assign_78' (op: 'Assign') with input shapes: [1,1,128,512], [512,25...
报错输入维度不匹配
m0_63564748的博客
10-28 1452
报错输入维度不匹配
ValueError: Dimension 0 in both shapes must be equal, but are 1280 and 64. Shapes are [1280] and [64]. for '{{node concat}} = ConcatV2[N=2, T=DT_FLOAT, Tidx=DT_INT32](Sigmoid, MatMul_1, concat/axis)' with input shapes: [?,1280], [?,64], [] and with computed input tensors: input[2] = <0>.
最新发布
06-08
这个错误的原因是在进行`concat`操作时，两个tensor在拼接的维度上的大小不一致，需要保证拼接维度上的大小是相等的。可以通过查看代码找到出错的地方，并检查这两个tensor在拼接维度上的大小是否相等。 具体来说，这个错误信息的提示是 `Shapes are [1280] and [64]`，说明两个tensor在拼接维度上的大小分别是1280和64，不满足拼接的条件。可以通过调整代码使得这两个tensor在拼接维度上的大小相等，例如将其中一个tensor的维度扩展到和另一个tensor相等。 如果你需要更具体的帮助，请提供更多的代码和错误提示上下文信息。
评论 14
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