ValueError:Shape of `pred` and `label should be equal, but there are [1, 288, 384] and [1, 292, 384]

在用PaddleSeg训练时遇到问题：ValueError: Shape of pred and `label should be equal, but there are [1, 288, 384] and [1, 292, 384]。

问题分析

这个错误表示预测(pred)和标签(label)的形状不相等，导致了ValueError。

从错误信息可以看出:

• pred 的形状是 [1, 288, 384]
• label 的形状是 [1, 292, 384]
  其中批大小(第一维)相同，但高度不同，pred是288，label是292。
  这通常是图像分割任务中常见的问题 - 预测与标签的形状不匹配。

报该错误我的是出在验证阶段，我批量查看自己的标签文件文件图像尺寸，发现了问题所在，如下：

在我的数据集中，需要的图像分辨率分别有：640X512，400X300，384X288，不需要384X292和640X516的分辨率，去找出问题的样本和标签文件后对应修改图像尺寸即可。如下是相关的批量查询图像尺寸代码和调修代码。

批量查询文件夹中图片尺寸

import cv2
import os

image_dir = "data/INF_All_9.1/Annotations"

for image_name in os.listdir(image_dir):
    image_path = os.path.join(image_dir,image_name)
    img = cv2.imread(image_path)

    height,width = img.shape[:2]
    print(image_name,"尺寸：",width,"x",height)

修改图像尺寸

这里我给了单帧修改的代码，如果修改的多，学者自己用个for循环遍历遍文件夹图片进行修改。

import cv2

img = cv2.imread("data/INF_All_9.1/temp1/WIN_20230818_11_12_30_Pro_150.png")

resize_img = cv2.resize(img,(640,512))    # 自定义为自己想要的图像尺寸
cv2.imwrite("data/INF_All_9.1/temp/WIN_20230818_11_12_30_Pro_150.png",resize_img)  # 保存修改尺寸后的图像到指定路径

height,width = resize_img.shape[:2]

print(resize_img,"尺寸：",width,"x",height)

总结

通过上述方法调修后即可解决问题：ValueError:Shape of pred and `label should be equal, but there are [1, 288, 384] and [1, 292, 384]，希望能帮到有类似问题的你，多多支持，谢谢！