ValueError: operands could not be broadcast together with remapped shapes 解决方法

最新推荐文章于 2024-08-14 12:00:04 发布
最新推荐文章于 2024-08-14 12:00:04 发布
阅读量4.1k 收藏 5
点赞数 1
文章标签： python 计算机视觉 机器学习
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_52136196/article/details/126474389
版权
在使用Mask R-CNN复刻并训练自己的数据集时，遇到图片格式问题导致测试错误。通过排查确定问题在于skimage.io.imread读取的图片格式与opencv的cv2.imread不同，前者是RGB，后者是BGR。由于官方图片未引发错误，而自定义图片报错，因此更换读图方式为cv2.imread解决了问题。
摘要由CSDN通过智能技术生成

在复刻Mask R-CNN训练自己的数据集进行测试时遇到这个问题，测试代码是在别人代码基础上进行修改的，一开始以为是维数没有对应好，仔细检查后发现并无问题，于是将问题转移到目标图片上，在确认图片为RGB格式后，将问题锁定在读入上，最终查找资料解决问题。

解决方法

 将Image= skimage.io.imread(file_name) 改为 image = cv2.imread(file_name)

skimage.io.imread与cv2.imread保存后都是numpy格式，但cv2的储存格式是BGR，而skimage的储存格式为RGB。这是一个历史遗留问题，当年使用硬件平台的前辈们用的是BGR，然后opencv也跟着当年的习惯再走。奇怪的是使用官方的图片不会报错，而使用自己的图片却会出现问题：(
 

Annonal
关注
  • 1
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Python ValueError: invalid literal for int() with base 10 实用解决方法
12-23
ValueError: invalid literal for int() with base 10的错误 网上同样的错误有人建议用round(float(“1.0″))，但是解决不了我这个问题，round(float(“1.0″))是用于解决浮点数转换为整形数的， 而我这个则是因为...
keras报错：ValueError: Cannot create group in read only mode
01-20
在使用Keras库进行深度学习模型训练和保存时，可能会遇到“ValueError: Cannot create group in read only mode”这样的错误。这个错误通常发生在尝试加载一个只包含权重而没有模型结构的文件时。Keras提供了两种...
遇到：ValueError: operands could not be broadcast together with shapes错误应该如何解决
牛肉胡辣汤
08-08 2万+
​​ 进行元素级操作（相加），但是由于它们的形状不匹配，会导致 "ValueError: operands could not be broadcast together with shapes" 错误。要解决这个问题，可以使用广播机制将 ​​。​ 的形状进行调整，我们可以成功执行元素级操作，并得到期望的结果。​​ 添加一个新的维度，使其形状变为 (1, 3)，然后再与 ​。​​ 的形状相匹配。这里，我们可以使用 ​。在上面的例子中，我们尝试将 ​。
operands could not be broadcast together with remapped shapes
jacke121的专栏
10-14 1927
operands could not be broadcast together with remapped shapes
ValueError: operands could not be broadcast together with shapes
qq_41058056的博客
04-22 3229
在做opencv时的高斯金字塔和拉普拉斯金字塔是，发现图像下采样和将降采样之后图像的维度变得不一样，构建拉普拉斯金字塔img2 = img1 - _img 时出错。我将_img的0维的最后一行删掉之后就正常了 import cv2 import numpy as np img = cv2.imread(‘image\pricess.jpg’) img1 = cv2.pyrDown(img) #...
ValueError: operands could not be broadcast together with shapes (0,) (5,)
xumengchu129的博客
03-25 1581
跑YOLOv4的时候出现的这个问题，本人是用COCO数据集，基于tensorflow框架实现的，在配置数据集的时候出现了很多问题，这次也是数据集的问题，在从jason文件生成txt文件的时候，有些文件为空，所以报错。 ...
ValueError: Could not find a format to read the specified file in mode ‘i’
01-06
解决办法一 可尝试加个plugin image = io.imread(filename,plugin='matplotlib') 或者加个pilmode imageio.imread(filename,pilmode=RGB) 参考链接一 解决办法二 也可以换别的模块比如Image读取图片，参考链接二 ...
关于 Python opencv 使用中的 ValueError: too many values to unpack
09-19
### 关于 Python OpenCV 使用中的 ValueError: too many values to unpack 在使用Python结合OpenCV进行图像处理时，可能会遇到一个常见的错误：“ValueError: too many values to unpack”。这个错误通常发生在尝试...
解决yolov7训练ValueError:not enough values to unpack(expected 3,got0
12-21
按照网上有的方法都没办法解决，最后修改标签文件成功解决。 这里我提供一个脚本，将txt转化之后既可以解决！ 这里错误提示是 你的datasets.py中的读取labels缓存的函数 没有读到东西， 证明你可能没有图片载入缓存 ...
关于operands could not be broadcast together with shapes
Odyssues_lee的博客
12-25 1万+
BUG样式： ValueError: operands could not be broadcast together with shapes (353,) (355,)  举个栗子: import numpy numpy_a=numpy.array([1, 2, 3, 4, 5]) numpy_b=numpy.array([1, 2, 3]) print(numpy_a + num...
复现ACL2020TextING时报错ValueError: operands could not be broadcast together with remapped shapes [origin...
weixin_46854356的博客
04-09 127
复现ACL2020TextING时的错误 ValueError: operands could not be broadcast together with remapped shapes [original->remapped]: (2,2) and requested shape (1,2) 直接说结果，自行核对，glove.6B.300d.txt的文件可能在我复制粘贴时弄坏了，后面少...
python ValueError: operands could not be broadcast together with shapes (0,) (123,)
reyyy的博客
08-26 5721
本人碰到的问题发生的原因是本人把list类型和numpy的ndarray类型相加了 def f(): ..... return x a = [] for i in range(4): b = f() a += b 运行后报错ValueError: operands could not be broadcast together with shapes (0,) (123,) 原因是：a是列表类型，b是numpy.ndarray类型，两者不能用...
Faster RCNN训练出现问题：ValueError: operands could not be broadcast together with shapes
计算机视觉算法、工程、产品
10-17 5313
ss = 0.0154733 (* 1 = 0.0154733 loss) I1017 02:21:18.817603 16224 solver.cpp:245] Train net output #3: rpn_loss_bbox = 0.101269 (* 1 = 0.101269 loss) I1017 02:21:18.817608 16224 sgd_solver.cpp:106
Python报错：ValueError: operands could not be broadcast together with shapes
来知晓的博客
11-17 5万+
要做广播的基础，首先是一维以上的矩阵，系统不支持一维向量的广播扩展。
python问题：ValueError: operands could not be broadcast together with shapes (100,3) (3,1)
热门推荐
小太阳~
10-11 6万+
原文链接：http://www.mamicode.com/info-detail-1072145.html 背景：dataMatrix是(100,3)的列表，labelMat是(1，100)的列表，weights是(3,1)的数组，属性如下代码所示： >>> import types >>> type(dataMatrix) >>> type(labelMat) >>>
python numpy 矩阵加减规则 ValueError: operands could not be broadcast together with shapes
thethornsky的博客
11-03 2094
矩阵的加减 矩阵大小不一的加减在numpy中只需要注意两个运算规则： 两个矩阵有一行或一列维度相等。 其中一个矩阵的必须为1。 满足这两个条件就可以进行numpy的广播规则。 Numpy的广播既是在2个不同的矩阵运算过程中，Numpy将较小的数组拉伸成较大数组的形状(shape)，然后Numpy加减乘除不同矩阵的加减乘除运算。 下面是代码实例： import nu...
解决Tacotron中的“ValueError: operands could not be broadcast together with shapes (1,1025) (0,)”
sunyuxiu的博客
07-12 1308
解决Tacotron中的“ValueError: operands could not be broadcast together with shapes (1,1025) (0,)” 今天在Tacotron数据预处理中，无脑使用python preprocess.py，结果报错如下： ValueError: operands could not be broadcast together with shapes (1,1025) (0,) 一开始还以为是参数没有添加，后来再看preprocess.py中
GraphRAG：复杂查询的知识图谱新框架
最新发布
YeJuliaLi的博客
08-14 582
微软最近发布了名为 GraphRAG（Graphs + Retrieval Augmented Generation）的创新 RAG 框架，这是一个将文本提取、语义网络分析，与大语言模型（LLM）的提示和总结功能结合在一起的端到端系统，用于深入理解文本数据集。在对私有数据中的复杂文本信息进行文档分析时，GrahRAG 使用 LLM 生成的知识图谱来大幅提高问答性能。这里的私有数据集是指 LLM 没...
ValueError: operands could not be broadcast together with shapes (2,) (100,)
04-15
在Python中，当你尝试对两个数组进行操作时，如果它们的形状不兼容，就会出现"ValueError: operands could not be broadcast together with shapes"错误。这个错误通常发生在你尝试对形状不同的数组进行元素级别的操作时，比如加法、减法、乘法等。 要解决这个错误，你可以考虑以下几种方法： 1. 确保数组的形状相同：你可以使用NumPy库的reshape()函数来调整数组的形状，使其与另一个数组的形状相匹配。例如，如果你有一个形状为(2,)的数组和一个形状为(100,)的数组，你可以使用reshape()函数将第一个数组的形状调整为(2,1)，然后再进行操作。 ```python import numpy as np array1 = np.array([1, 2]) array2 = np.array([1, 2, 3, ..., 100]) # 调整数组形状 array1_reshaped = array1.reshape((2, 1)) # 进行操作 result = array1_reshaped + array2 ``` 2. 使用广播功能：NumPy库提供了广播功能，可以自动调整数组的形状，使其与另一个数组的形状相匹配。你只需要确保数组的维度兼容即可。例如，如果你有一个形状为(2,)的数组和一个形状为(100,)的数组，你可以使用广播功能直接进行操作。 ```python import numpy as np array1 = np.array([1, 2]) array2 = np.array([1, 2, 3, ..., 100]) # 进行操作 result = array1 + array2 ``` 3. 检查数组的形状：在出现这个错误时，你可以检查一下两个数组的形状，确保它们是你期望的形状。你可以使用NumPy库的shape属性来获取数组的形状。 ```python import numpy as np array1 = np.array([1, 2]) array2 = np.array([1, 2, 3, ..., 100]) # 检查数组形状 print(array1.shape) # 输出：(2,) print(array2.shape) # 输出：(100,) ```
评论 1
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