[报错]Faster R-CNN：assert (boxes[:, 2] >= boxes[:, 0]).all()问题

最新推荐文章于 2023-10-18 20:29:08 发布
最新推荐文章于 2023-10-18 20:29:08 发布
阅读量307 收藏
点赞数
分类专栏： 报错 文章标签： Faster R-CNN
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/tanshuai0620/article/details/102953335
版权
在Win10环境下运行Faster R-CNN时遇到assert错误，可能原因包括box坐标负值和缓存问题。确保box坐标正确并清理缓存即可解决。
摘要由CSDN通过智能技术生成

记录一下~

最近在给Faster R-CNN换数据集运行，win10版本的，出现了assert (boxes[:, 2] >= boxes[:, 0]).all()问题。
出现这个报错除了修改是否-1的问题，如下图：

bbox = obj.find('bndbox')
# Make pixel indexes 0-based
x1 = float(bbox.find('xmin').text) - 1
y1
最低0.47元/天 解锁文章
tanshuai0620
关注
专栏目录
域适应目标检测：DA Faster R-CNN源码笔记——Domain Adaptive Faster R-CNN for Object Detection in the Wild
qq_50001789的博客
06-24 358
论文《Domain Adaptive Faster R-CNN for Object Detection in the Wild》源码笔记
pytorch 1.0实现faster R-CNN，检验自己的数据集
weixin_43869778的博客
07-22 1万+
pytorch 1.0实现faster R-CNN简介Step1、安装Step2、下载特征提取层的预训练(pre-trained)权重Step3、训练前的其他准备1）、准备数据集2）、修改相关代码Step4、开始训练Step4、批量Test训练好的model1、修改demo.py文件[1]2、输入指令3、可能遇到的问题及解决方案： 简介   这个工程实战是***在Ubuntu***系统上基于jwy...
解决assert（boxes[:,2]>=boxes[:,0]）.all()报错
ptgood的博客
02-15 2375
写这篇主要是写了代码不想浪费 用的是github上的tf-faster-rcnn（自己搜下） python3.6.2版本 错误：assert（boxes[:,2]>=boxes[:,0]）.all(): boxes是标注的bounding box,检查Xmax是否大于Xmin,只要有一个不符合就报错 ====================== 问题原因：1.数据集有问题2.数据...
DETR类模型训练报错assert (boxes1[:, 2:] ＞= boxes1[:, :2]).all()
最新发布
qq_20793791的博客
10-18 626
关闭混合精度训练，即在训练中让amp=False，为了让自己的batch size大一些，魔改了作者的代码，结果最后是这里出了问题，估计是FP16精度不够溢出了。：一个另外的问题时当时想在模型报错的时候打印box的结果，但是终端什么东西都没有，可能是多进程的原因，解决方案为报错时写入log文件而不是print()：在多卡模型训练时碰到了这个问题，github给出的解决方案五花八门，有降低学习率的，有人num_classes写错了的，但是都不行。：代码断言错误，模型预测结果的box输出为NaN。
解决faster-rcnn中训练时assert（boxes[:,2]>=boxes[:,0]）.all()的问题
热门推荐
XZZPPP的博客
07-26 2万+
1、出现问题：训练faster rcnn时出现如下报错： File "/py-faster-rcnn/tools/../lib/datasets/imdb.py", line 108, in append_flipped_images assert (boxes[:, 2] >= boxes[:, 0]).all() AssertionError 2、问题分析： 检查自己数据发现，左
运行Faster-RCNN-TensorFlow-Python3.5的train.py文件出现 assert (boxes[:, 2] >= boxes[:, 0]).all()错误
kelly若的博客
06-25 744
参考这篇文章：https://blog.csdn.net/10km/article/details/64641322 我觉得我的xml文件不需要将矩形框都减1，所以在-1前面都加一个井号，将-1都注释掉。 错误：File "/home/drl/new/Faster-RCNN-TensorFlow-Python3.5/lib/datasets/imdb.py", line 119, in appen...
faster rcnn:assert (boxes[:, 2] >= boxes[:, 0]).all()分析塈VOC2007 xml坐标定义理解
10km的专栏
03-22 8365
在进行faster rcnn训练的时候，报了一个断言错误 File “/py-faster-rcnn/tools/../lib/datasets/imdb.py”, line 108, in append_flipped_images assert (boxes[:, 2] >= boxes[:, 0]).all() AssertionError 参照这篇文章，找到了解决办法
[Sparse R-CNN]Sparse R-CNN: End-to-End Object Detection with Learnable Proposals (CVPR. 2021)
Ah丶Weii
12-23 1737
Sparse R-CNN: End-to-End Object Detection with Learnable Proposals paper:https://arxiv.org/pdf/2011.12450.pdf code:https://github.com/PeizeSun/SparseR-CNN Abstract 作者提出了Sparse R-CNN，一种对于图像目标检测的sparse方法，一种固定的可学习目标候选框，总数量为N，用于目标识别，来进行分类和定位。通过将H x W x K个手工设定的
利用Python+opencv模块的dnn实现Faster R-CNN（一）
qq_38999777的博客
11-23 1163
利用Python+opencv模块的dnn实现Faster R-CNN（一）开发环境faster r-cnn学习-*- coding: utf-8 -*--*- coding: utf-8 -*-出现的问题 开发环境 Pycham，opencv（3.4.2） faster r-cnn学习 opencv实现Faster R-CNN 文章中的代码全部来源于这篇文章，但是运行后出现的错误不知道怎么解决。 Faster R-CNN详解 -- coding: utf-8 -- import cv2 import o
解决faster-rcnn中训练时assert（boxes[:,2]＞=boxes[:,0]）.all()的问题
weixin_41463944的博客
08-22 250
修改lib/datasets/imdb.py，append_flipped_images()函数 数据整理，在一行代码为 boxes[:, 2] = widths[i] - oldx1 - 1下加入代码： for b in range(len(boxes)): if boxes[b][2]< boxes[b][0]: boxes[b][0] = 0
faster-rcnn系列assert (boxes[:, 2] >= boxes[:, 0]).all()和loss偶尔为nan的问题
Sundrops的专栏
11-16 3464
问题综述这些问题的根源都是faster-rcnn系列在处理生成pascal voc数据集时，为了使像素以0为起点，每个bbox的左上右下坐标都减1,如果你的数据里有坐标为0，一般是x1或y1,这时x1 = 0-1 = 65535，就会出现下面的问题1，2。
DETR代码学习（五）之匈牙利匹配
pengxiang1998的博客
04-04 7740
匈牙利匹配先前在损失函数那块已经介绍过，但讲述了并不清晰，而且准确来说，匈牙利匹配所用的cost值与损失函数并没有关系，因此今天我们来看一下匈牙利匹配这块的代码与其原理。前面已经说过，DETR将目标检测看作集合预测问题，在最后的预测值与真实值匹配过程，其实可以看做是一个二分图匹配问题，该问题的解决方法便是匈牙利算法。
训练Faster R-CNN出现的errors
RZJMPB的博客
09-02 1158
1. assert (boxes[:, 2] >= boxes[:, 0]).all() AssertionError目前临时解决的方法： 在 imdb.py中：for b in range(len(boxes)): if boxes[b][2] < boxes[b][0]: boxes[b][0] = 0asser
关于OTB测试结果txt用GOT10k 工具包跑最后json文件 报错：assert len(boxes) == len(anno)
allrubots的博客
04-24 955
这个错误就是 txt结果文件里预测的bbox 数量和 anno 注释的数量不一样； 通过debug后，查到 是 Tiger1.txt 这个测试的文件 里预测的bbox 数量不对，缺少了几个，可以把这个Tiger1.txt文件 替换一下，或者再把那些缺少的几帧结果用你自己的补上，就几帧应该影响不大。 希望能够帮助到你，要不遇到这种问题上网搜有没有其他结果，要是不是这个原因的话，你可以底下评论，或者自己 debug 一下，看看哪里出了错误。 我遇到的是这个错误，希望对你有所帮助。 (ง •_•)ง！！！
Faster R-CNN: 深度学习中的实时目标检测研究
"这篇文档主要讨论了Faster R-CNN，一种用于实时目标检测的深度学习模型，特别是介绍了一个名为Region Proposal Network (RPN) 的创新组件，该组件能够与检测网络共享全图像卷积特征，极大地提高了检测效率。...
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