maskrcnn_benchmark使用过程 错误记录

最新推荐文章于 2024-05-10 11:44:27 发布
最新推荐文章于 2024-05-10 11:44:27 发布
阅读量464 收藏
点赞数
分类专栏： 错误记录 文章标签： pytorch 深度学习 maskrcnn
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_38574198/article/details/127848442
版权

在使用maskrcnn的benchmark框架的时候训练突然报错：

Non-existent config key: MODEL.ROI_BOX_HEAD.NUM_CLASSES'

之前还能正常运行的，突然就报错，查找了很多文件内容都没问题
最后重新构建了一下才恢复正常，具体原因不详

构建方法如install过程中的一样，运行python setup.py build develop即可

流觞时光
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
maskrcnn_benchmark win10
12-21
1、首先要创建环境Python3.7的 2、然后安装ipython，安装之后就安装清华镜像的conda install pytorch torchvision=0.2.1 cudatollkits=0.9，numpy=1.16 一定要这三个版本，否则后面会因为torchvision和numpy版本过高...
Pysot与Pysot-toolkit的填坑记录
weixin_43246440的博客
08-25 3852
下面分别是Pysot与Pysot-toolkit的官方github链接 Pysot Pysot-toolkit Pysot环境的配置就按照pysot的install.md 注意一定要将pysot添加到你的PYTHONPATH export PYTHONPATH=/path/to/pysot:$PYTHONPATH 然后下载model，并且运行Test tracker，这时候会报错，raise K...
在Colaboratory上配置运行Slowfast的demo
cdyyyyyyy的博客
02-19 479
在Colaboratory上运行行为识别项目Slowfast代码的流程和细节，以及相关问题的解答。
使用FCOS训练自己的数据
Kerkoporta
03-22 7602
使用FCOS训练自己的数据 FCOS网络是发布于2019年的一种全卷积one-stage目标检测算法。该算法摆脱了anchor的需求，以逐像素的方式进行像素级的分类与回归，并且在准确率上面超越了以往的网络。 一、下载源码并编译 源码地址: https://github.com/tianzhi0549/FCOS 编译安装。参照项目地址给出的教程安装并测试 pip install to...
解决bug ： KeyError: ‘Non-existent config key: MODEL.×××××××ב
beneficial的博客
04-03 4193
解决bug ： KeyError: 'Non-existent config key: MODEL.××××××××'
maskrcnn-benchmark安装及常见错误
weixin_30551963的博客
07-10 1833
Mask rcnn环境配置 　在安装好Anaconda之后可以配置Mask RCNN了。这里我用的是maskrcnn-benchmark，环境搭建相对简单。 1. 创建虚拟环境： source activate conda create -n MaskRCNN python=3 conda activate MaskRCNN 完成后，可看到如下界面： 2...
记录下maskrcnn环境搭建出现错误
q_q王的博客
05-21 241
搭建maskrcnn的运行环境的时候，往往会遇到各种问题，最头大的就是keras和tensorflow的版本匹配问题，在此记录下我搭建环境时遇到的问题。 经过多次版本的匹配，终于匹配成功，代码终于可以跑起来了，我下载的是keras版本为2.1.0,tensorflowcpu版本为1.10.0。 运行程序后你可能会出现，cannot import name 'saving',这个时候不要着急，继续查找该问题原因，发现还是说版本不匹配，难道是我匹配的版本有问题？苦逼了... 继续找其他解决办法吧。最终发现
Scene-Graph-Benchmark.pytorch服务器部署
qq_16759959的博客
08-13 1578
RTX3090 ，在ubuntu下配置Scene-Graph-Benchmark.pytorch并训练
安装maskrcnn-benchmark时遇到的问题
qq_43993879的博客
05-25 850
在图片特征提取时需要安装maskrcnn-benchmark包，但是当时遇到了很多问题。下面将总结一下整个安装过程。 根据如下步骤进行安装 （1）git clone https://gitlab.com/vedanuj/vqa-maskrcnn-benchmark.git （2）cd vqa-maskrcnn-benchmark （3）git checkout 4c168a637f45dc69efed384c00a7f916f57b25b8 -b stable （4）python setup.py
Maskrcnn_benchmark最新安装教程以及错误解决方法（Ubuntu16.04）——目标检测、目标识别
qq_44619193的博客
10-10 2373
Maskrcnn_benchmark最新安装教程以及错误解决方法（踩坑Ubuntu16.04） 0、序言 ​ 最近要做一些目标检测、识别的比赛，用到了何大神的maskrcnn，但是在配maskrcnn环境问题上出了很多错误，浪费了很多时间，特此做了安装踩坑总结，希望有所帮助。 其中借用了很多大佬的经验，链接已给出，感谢。 一、电脑配置如下 系统：Ubuntu 16.04 显卡：NVIDIA RTX...
maskrcnn-benchmark在win10下运行配置
05-07
maskrcnn-benchmark在win10下运行配置，主要是解决maskrcnn-benchmark不能直接在windows上运行的问题，这里使用python代码替换c和cuda的代码，可在win10上运行。是基于pytorch的模型。压缩包里有说明。
pytorch MaskRCNN-Benchmark框架训练自己的数据集，类别数量不同-附件资源
03-02
pytorch MaskRCNN-Benchmark框架训练自己的数据集，类别数量不同-附件资源
maskrcnn-benchmark-main.zip
02-24
maskrcnn-benchmark-main.zip
maskrcnn-benchmark-master.zip
04-03
cd maskrcnn-benchmark # the following will install the lib with # symbolic links, so that you can modify # the files if you want and won't need to # re-build it python setup.py build develop
现代循环神经网络(GRU、LSTM)（Pytorch 14）
March_A的博客
05-04 1397
现在我们将定义隐状态的初始化函数init_gru_state。定义的nit_rnn_state函数，此函数 返回一个形状为（批量大小，隐藏单元个数）的张量，张量的值全部为零。现在我们准备定义门控循环单元模型，模型的架构与基本的循环神经网络单元是相同的，只是权重更新公式 更为复杂。
Pytorch实现扩散模型【DDPM代码解读篇1】
weixin_54335478的博客
05-04 407
本篇内容属于对DDPM 原理-代码 项目的解读。下面主要是对其中源码的细致注解，帮助有需要的朋友更好理解代码。
pytorch技术栈
最新发布
重剑无锋博客
05-10 346
常用的神经网络结构：如多层感知机（MLP）、卷积神经网络（CNN）、循环神经网络（RNN）和长短时记忆网络（LSTM）等。：了解如何使用PyTorch的数据加载器（DataLoader）和转换（Transform）来加载和预处理数据。（Autograd）：PyTorch的自动微分引擎，可以自动计算梯度，这对于训练神经网络至关重要。模型部署和导出：了解如何将训练好的模型部署到生产环境，以及如何将模型导出为其他格式供其他平台使用。：掌握如何定义神经网络模型，如何设置损失函数和优化器，以及如何训练模型。
如何开发自己的深度学习优化算法
qlkaicx的博客
05-07 574
步骤 1: 定义问题和目标明确你的优化算法需要解决的具体问题。是需要解决训练速度慢的问题，还是提高模型在特定类型数据上的表现？明确目标是开发过程中的第一步。步骤 2: 研究现有算法详细研究现有的优化算法，理解它们的优点和局限性。分析这些算法在特定场景下表现不佳的原因，这将帮助你找到改进的方向。步骤 3: 开发初步想法基于对现有算法的分析，开发出改进的策略或完全新的方法。这可能涉及到引入新的数学模型、调整参数更新规则或者使用不同的梯度估计方法。步骤 4: 创建原型使用Python等编程语言实现你的算法原型。
No module named 'maskrcnn_benchmark'
08-19
这个错误"ModuleNotFoundError: No module named 'maskrcnn_benchmark'"通常表示你的代码中引入的'maskrcnn_benchmark'模块无法被找到。这可能是由于以下几个原因导致的： 1. 模块未安装：首先，你需要确保你已经正确地安装了'maskrcnn_benchmark'模块。你可以使用pip或conda来安装该模块。请确保你使用的是正确的包管理工具和正确的安装命令。 2. 模块路径问题：如果你确信模块已经正确安装，那么可能是模块的路径配置有问题。你可以检查一下模块所在的目录是否在Python的搜索路径中。你可以通过在代码中加入以下语句来检查Python的搜索路径： import sys print(sys.path) 如果'maskrcnn_benchmark'模块所在的目录没有出现在输出结果中，你可以手动将其添加到Python的搜索路径中，或者将模块的路径配置添加到你的代码中。 3. 兼容性问题：有时候，模块的版本与其他依赖项不兼容可能导致该错误。你可以尝试更新模块或其他依赖项的版本，以解决兼容性问题。 总之，当出现"ModuleNotFoundError: No module named 'maskrcnn_benchmark'"错误时，你应该首先检查模块是否正确安装，然后检查模块的路径配置以及可能的兼容性问题。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [搭建maskrcnn-benchmark的环境遇到问题](https://blog.csdn.net/qq_31807039/article/details/130602186)[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%"] - *3* [ModuleNotFoundError: No module named ‘maskrcnn_benchmark‘报错解决](https://blog.csdn.net/qq_40349484/article/details/129291094)[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 ]

“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