Mask RCNN 训练自己的数据集报错之解决办法

        在完成了Mask RCNN的demo复现工作之后，用maskrcnn训练自己的数据集时，图片已标记完成，代码也已改好（代码修改参考的是博客：https://blog.csdn.net/u012746060/article/details/82143285#commentsedit），代码运行时报错

boolean index did not match indexed array along dimension 0; dimension is 4 but corresponding boolean dimension is 2

或与其类似的错误，布尔操作、矩阵。。。。。并不理解是什么原因，经过几天的研究后终于发现，是图片大小的原因。

       我将图片大小统一改成1024*512，png格式，301张，命名为 image_000000.png~~~image_000300.png，代码还在训练中，由于我只有一块GPU，估计训练的时间会很长。

       除此之外，我在尝试的过程中，还发现了如下问题：

 1. 在https://blog.csdn.net/qq_29462849/article/details/81037343#commentsedit里的一张图，其中ETA为该图片训练的时间，第一个loss为后面五个loss之和，训练的epochs的不同应该是使loss越来越小，该图中loss已达到0.028附近，训练的效果较好（该例子训练集共有700张图片）

2. 在测试的代码里面，

这个位置若报错：（原谅我具体什么错误记不清了，当时忘记截屏了，大概是什么model找不到。。）将上面 model.load_weights(COCO_MODEL_PATH,by_name=True) 改成

model.load_weights(COCO_MODEL_PATH,by_name=True,exclude=["mrcnn_class_logits","mrcnn_bbox_fc","mrcnn_bbox","mrcnn_mask"])

3. 关于 labelme 编辑好的图片如何转化为 img.png , info.yaml , label.png , label_names.txt , label_viz.png 这五种格式的问题：

（1）打开anaconda prompt ，创建一个叫 labelme 的环境，

（2）键入activate labelme 

（3）键入labelme  开始标记

（4）在图片所在的文件夹下面新建一个文件夹用于存放.json格式的文件（如：json文件夹），将标记好的json文件全部存在该文件夹下；

（5）打开python编辑器（我的是pycharm）键入：

import os

path='E:\\\\photos\\\\json\\\\'      # path是你存放json的路径

json_file = os.listdir(path)

for file in json_file:
    os.system("python E:\\\\anaconda\envs\labelme\Scripts\labelme_json_to_dataset.exe %s" % (path + file))  ###此处为你anaconda所在的文件夹

（6）发现json文件夹里面出现一堆 xxxxx_json文件夹，打开文件夹发现里面的 label.png 是彩色的，说明其已经是8bit了，不应再进行格式上的转换。

4. jupyter notebook如何出现行数：View---Toggle Line Numbers 即可。

5. 打开 Mask_RCNN/samples/balloon/balloon.py 发现里面的代码和我们的不一样，研究代码发现，它是用VGG Image Annotator （VIA）进行标记的，所以如果你也是用VIA进行标记的，就可以参照 balloon.py 的代码（不过我还没满月用过VIA）。

6. 其余的就是一些小错误：比如某处缩进不对，某处出现了中文字符。。。。。就讲报错的行数改改即可。

7. 关于图片尺寸以及训练的快慢问题：我的图片大小是1024*512的，训练起来特别慢，一块GPU；不知道你们训练的时候快慢如何呢？欢迎留言讨论；

后续再发现什么问题，会继续添加，希望此博客可以帮助到有同样问题的你。