num_classes` (3) in Shared2FCBBoxHead of MMDataParallel does not

AssertionError: The num_classes (3) in Shared2FCBBoxHead of MMDataParallel does not matches the …

一届书生# 2021-10-13 11:07:00 85 收藏 1
文章标签: 深度学习 tensorflow tomcat anaconda python
版权
mmdetection训练自己的数据集时报错 ⚠️ :

AssertionError: The num_classes (3) in Shared2FCBBoxHead of MMDataParallel does not matches the length of CLASSES 80) in CocoDataset

意思就是你指定的类别(3种)与CocoDataset的类别(80种)不匹配。

你可能已经修改了以下文件,但是还是报错:

mmdetection-master\mmdet\core\evaluation\class_names.py

def coco_classes():
return [
# ‘person’, ‘bicycle’, ‘car’, ‘motorcycle’, ‘airplane’, ‘bus’, ‘train’,
# ‘truck’, ‘boat’, ‘traffic_light’, ‘fire_hydrant’, ‘stop_sign’,
# ‘parking_meter’, ‘bench’, ‘bird’, ‘cat’, ‘dog’, ‘horse’, ‘sheep’,
# ‘cow’, ‘elephant’, ‘bear’, ‘zebra’, ‘giraffe’, ‘backpack’, ‘umbrella’,
# ‘handbag’, ‘tie’, ‘suitcase’, ‘frisbee’, ‘skis’, ‘snowboard’,
# ‘sports_ball’, ‘kite’, ‘baseball_bat’, ‘baseball_glove’, ‘skateboard’,
# ‘surfboard’, ‘tennis_racket’, ‘bottle’, ‘wine_glass’, ‘cup’, ‘fork’,
# ‘knife’, ‘spoon’, ‘bowl’, ‘banana’, ‘apple’, ‘sandwich’, ‘orange’,
# ‘broccoli’, ‘carrot’, ‘hot_dog’, ‘pizza’, ‘donut’, ‘cake’, ‘chair’,
# ‘couch’, ‘potted_plant’, ‘bed’, ‘dining_table’, ‘toilet’, ‘tv’,
# ‘laptop’, ‘mouse’, ‘remote’, ‘keyboard’, ‘cell_phone’, ‘microwave’,
# ‘oven’, ‘toaster’, ‘sink’, ‘refrigerator’, ‘book’, ‘clock’, ‘vase’,
# ‘scissors’, ‘teddy_bear’, ‘hair_drier’, ‘toothbrush’
‘lm’,‘ls’
]
mmdetection-master\mmdet\datasets\coco.py

class CocoDataset(CustomDataset):
# CLASSES = (
# ‘person’, ‘bicycle’, ‘car’, ‘motorcycle’, ‘airplane’, ‘bus’,
# ‘train’, ‘truck’, ‘boat’, ‘traffic light’, ‘fire hydrant’,
# ‘stop sign’, ‘parking meter’, ‘bench’, ‘bird’, ‘cat’, ‘dog’,
# ‘horse’, ‘sheep’, ‘cow’, ‘elephant’, ‘bear’, ‘zebra’, ‘giraffe’,
# ‘backpack’, ‘umbrella’, ‘handbag’, ‘tie’, ‘suitcase’, ‘frisbee’,
# ‘skis’, ‘snowboard’, ‘sports ball’, ‘kite’, ‘baseball bat’,
# ‘baseball glove’, ‘skateboard’, ‘surfboard’, ‘tennis racket’,
# ‘bottle’, ‘wine glass’, ‘cup’, ‘fork’, ‘knife’, ‘spoon’, ‘bowl’,
# ‘banana’, ‘apple’, ‘sandwich’, ‘orange’, ‘broccoli’, ‘carrot’,
# ‘hot dog’, ‘pizza’, ‘donut’, ‘cake’, ‘chair’, ‘couch’,
# ‘potted plant’, ‘bed’, ‘dining table’, ‘toilet’, ‘tv’, ‘laptop’,
# ‘mouse’, ‘remote’, ‘keyboard’, ‘cell phone’, ‘microwave’,
# ‘oven’, ‘toaster’, ‘sink’, ‘refrigerator’, ‘book’, ‘clock’,
# ‘vase’, ‘scissors’, ‘teddy bear’, ‘hair drier’, ‘toothbrush’
# )
CLASSES = (‘lm’, ‘ls’)
废话不多说,直接上方法。有以下几种方法:

1️⃣ 是修改最少的,假设你有2个类,你就把上边两处地方,前2个类替换成你的类别。方法比较简单,但是可能存在隐患。

2️⃣ 第二种方法就是修改完 class_names.py 和 voc.py 之后一定要重新编译代码(运行python setup.py install),再进行训练。

我试了,还是报同样的错误,可能是我方法不对。

参考:

新版 MMDetection V2.3.0训练测试笔记 - it610.com

mmdetectionV2.x版本 训练自己的VOC数据集_桃子酱momo的博客-CSDN博客

3️⃣ 第三种方法,也是我使用的方法,其实跟重新编译一样,重新编译的原因就是因为环境里的源文件没有修改,所以你才会报错。mmdetection-master目录下只是一些python文件,真正运行程序时,运行的还是环境里的源文件,因为我们直接去环境里修改源文件。

假设我的conda环境名为conda_env_name,因此去下面的目录下,分别修改两个文件:

\anaconda3\envs\conda_env_name\lib\python3.7\site-packages\mmdet\core\evaluation\class_names.py

\anaconda3\envs\conda_env_name\lib\python3.7\site-packages\mmdet\datasets\coco.py

在conda环境里把这两个文件里的类别修改了,就可以了。

⭐ 最终也功夫不负有心人,解决掉了这个bug,写此博客,以帮助大家少走弯路。
————————————————
版权声明:本文为CSDN博主「一届书生#」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/qq_39435411/article/details/120756080

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Transformer发轫于NLP(自然语言处理),并跨界应用到CV(计算机视觉)领域。 Swin Transformer是基于Transformer的计算机视觉骨干网,在图像分类、目标检测、实例分割、语义分割等多项下游CV应用中取得了SOTA的性能。该项工作也获得了ICCV 2021顶会最佳论文奖。本课程将手把手地教大家使用labelme标注和使用Swin Transformer训练自己的数据集进行图片和视频的实例分割。  本课程将介绍Transformer及在CV领域的应用、Swin Transformer的原理。 本课程以汽车驾驶场景图片和视频开展项目实践:对汽车行驶场景中的路坑、车、车道线进行物体标注和实例分割。  课程在Windows和Ubuntu系统上分别做项目演示。包括:安装软件环境、安装Pytorch、安装Swin-Transformer-Object-Detection、标注自己的数据集、准备自己的数据集、数据集格式转换(Python脚本完成)、修改配置文件、训练自己的数据集、测试训练出的网络模型、性能统计、日志分析。  本课程提供项目的数据集和相关Python程序文件。相关课程: 《Transformer原理与代码精讲(PyTorch)》https://edu.csdn.net/course/detail/36697《Transformer原理与代码精讲(TensorFlow)》https://edu.csdn.net/course/detail/36699《ViT(Vision Transformer)原理与代码精讲》https://edu.csdn.net/course/detail/36719《DETR原理与代码精讲》https://edu.csdn.net/course/detail/36768《Swin Transformer实战目标检测:训练自己的数据集》https://edu.csdn.net/course/detail/36585《Swin Transformer实战实例分割:训练自己的数据集》https://edu.csdn.net/course/detail/36586《Swin Transformer原理与代码精讲》 https://download.csdn.net/course/detail/37045

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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