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!