.json批量转为.xml时ValueError: With n_samples=0,test_size=0.15and train_size=None的解决方法

最新推荐文章于 2023-10-20 09:09:48 发布
最新推荐文章于 2023-10-20 09:09:48 发布
阅读量1.7k 收藏 2
点赞数
分类专栏： python 目标检测 文章标签： python json xml
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/weixin_43324683/article/details/111656299
版权

今天在做目标检测时，需要把.json批量转为.xml（VOC2007数据集格式），代码参考的是下面这篇文章

Labelme标注的json文件转成xml文件（voc2007所需格式）

把原代码中labelme_path和saved_path换成自己的文件路径就可以成功转格式了，原博代码很清晰，提供的代码转格式转得很成功

但在运行到划分文件这部分代码时出现了一个错误，ValueError: With n_samples=0, test_size=0.15 and train_size=None, the resulting train set will be empty.

见下图

在网上搜了下都说是sklearn版本太高（我这里的版本是0.24.0），要降成0.19.1，经查看train_test_split( )的函数说明，这个错误和版本没关系。

主要错误是输入的total_files变量为空，长度为0，所以报错。

然后找到total_files最开始定义的位置

在原博第98行

total_files = glob("./VOC2007/Annotations/*.xml")

"./VOC2007/Annotations/*.xml"的“.”指的是当前程序代码所在目录，我的目标保存文件夹VOC2007不在这个路径下，所以total_files是空的。将这行改为

total_files = glob(saved_path + "Annotations/*.xml")

问题解决

还需要注意检验是否转换成功和是否准确的步骤

  1. 打开labelImg软件
  2. 点击Change Save Dir，选择标注文件所在文件夹Annatations
  3. 点击Open Dir，选择图片所在文件夹JPEGImages
  4. 点击Next Image，一个一个查看，是否标注正确
凌珏
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
ValueError: With n_samples=0, test_size=0.2 and train_size=None, the resulting train set will be emp
weixin_45963617的博客
04-11 1万+
今天写代码labelmetovoc，即将labelme标注的转化为voc标准格式参考的这篇文章时遇到了如下问题： ValueError: With n_samples=0, test_size=0.2 and train_size=None, the resulting train set will be empty. Adjust any of the aforementioned parame...
查看xgb特征重要性输出全是nan，ValueError:’Booster.get_score() results in empty’ 的原因及解决方案
12-21
在使用XGBoost进行特征选择时，我们常常利用模型的特征重要性来进行判断。然而，有时在尝试打印或可视化特征重要性时，可能会遇到“特征重要性输出全是nan”以及`ValueError: Booster.get_score() results in empty`...
成功解决ValueError: With n_samples=0, test_size=0.3 and train_size=None, the resulting train set will be
近期请国内外头部出版社可尽快私信博主！——心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，谦虚，自律，反思，成长，还算是比较正能量的博主，公益免费传播……内心特别想在AI界做出一些可以推进历史进程影响力的东西(兴趣使然，有点小情怀，也有点使命感呀)…
11-19 2万+
成功解决ValueError: With n_samples=0, test_size=0.3 and train_size=None, the resulting train set will be empty. Adjust any of the aforementioned parameters. 目录 解决问题 解决思路 解决方法 解决问题 ValueError: With n_samples=0, test_size=0.3 and tr...
ValueError: With n_samples=0, test_size=0.15 and train_size=None, the resulting train set will be em
Moresweet 猫甜
02-19 6984
ValueError: With n_samples=0, test_size=0.15 and train_size=None, the resulting train set will be empty. Adjust any of the aforementioned parameters. 错误原因： 看报错信息及目标文件目录可知，是生成数量为空，其实是因为文件路径不对 #这两处更改为你指定的路径 #一定要注意是path的末尾是否带上/，路径是拼接出来的，如果没有调整好，仍然会报上面的错误 l
解决ValueError: With n_samples=0, test_size=0.3 and train_size=None, the resulting train set will be
最新发布
牛肉胡辣汤
10-20 3571
在数据集划分中，当样本数量太少无法按照给定的比例进行划分时，会出现 ​​ 的错误。我们可以通过检查样本数量、调整划分比例或者处理样本数量不足的特殊情况来解决这个错误。通过合理的处理，我们可以顺利进行数据集划分，并继续进行后续的机器学习任务。希望本文能够帮助到大家，避免遇到这个错误，并顺利进行数据集的划分和机器学习任务。
ValueError With n_samples=0, test_size=0.2 and train_size=None, the resulting train set will be empt
weixin_44872768的博客
04-12 7017
ValueError: With n_samples=0, test_size=0.2 and train_size=None, the resulting train set will be empty. Adjust any of the aforementioned parameters. 问题描述： 在使用Unet++训练自己的数据集时出现ValueError: With n_samples=0, test_size=0.2 and train_size=None, the resulting tr
ValueError: With n_samples=0, test_size=0.3 and train_size=None, the resulting train set will be emp
桺柒郞的小小屋
04-14 9080
ValueError: With n_samples=0, test_size=0.3 and train_size=None, the resulting train set will be empty. Adjust any of the aforementioned parameters. 主要原因是路径问题，尝试修改一下load_date的路径，比如直接在D盘下，或在试用绝对路径。 ...
Neural Style Transfer.rar_styletransfer. dll_tensorflow 风格迁移_tra
07-14
迁移学习是机器学习的一个分支，它利用已在一个任务上预训练的模型来解决另一个相关任务，而不是从头开始训练。在风格迁移中，VGG19模型的预训练权重被用于提取内容图像和风格图像的特征，而无需从零开始训练整个...
ip_test.rar_IP合法性_ip test_ip地址合法性
09-23
"ip_test.rar_IP合法性_ip test_ip地址合法性"这个标题和描述暗示我们关注的是如何验证一个IP地址是否符合标准，即其是否合法。这个话题对于网络编程、网络安全以及服务器管理等方面都有着重要的实践意义。 首先，...
python3.7解决最小二乘遇到ValueError:Expected 2D array, got 1D array instead: array=[5.].关于reshape和predict
01-20
在用python的LinearRegression做最小二乘时遇到如下错误： ValueError: Expected 2D array, got 1D array instead: array=[5.]. Reshape your data either using array.reshape(-1, 1) if your data has a single ...
ValueError: With n_samples=1, test_size=0.2 and train_size=None, the resulting train set will be
热门推荐
csdn_hxs的博客
10-28 2万+
ValueError: With n_samples=1, test_size=0.2 and train_size=None, the resulting train set will be empty. 这个问题是scikit-learn版本较高时出现的问题，sklearn have problems with the version 0.20.0+ of scikt-learn，可以查看...
一文帮你完美解决Json和Xml相互转换
时光有伱，记忆成花~
04-22 5261
我们经常会碰到Json和Xml相互转换，但是转换过程中经常出现各种奇葩问题，比如多节点了或少节点了，或者转换后的格式不对，多了空数组，还有就是遇到带属性的xml格式转换完之后属性没了等等，今天就手把手教你完美解决这些坑。上代码 1、导入用到的jar包 <dependency> <groupId>net.sf.json-lib</groupId> &lt...
使用labelme转cocc数据报错
qq_37797583的博客
04-13 417
ValueError: With n_samples=1, test_size=0.3 and train_size=None, the resulting train set wil 注意 注意 如果你报错和我一样 在你用labelme标注图片的时候 需要最少需要两张图片 如果你只标注一张图片就会报错 就算不报错你执行成功以后你的cocc文件夹里面的内容也可能是空的。。。估计改代码应该也是可以的 这里我理解的是 这两个文件夹里面各需要有一张图片，如果你只标注了一张图片，那么这里面就会报错。。。。。。
学习笔记：Unet++训练过程中存在的问题记录
Qingkaii的博客
09-29 3244
依次修改，将原来的注释掉，改成下图中代码，由多个类似问题，依次修改即可。修改图片路径，改成绝对路径。
alueError: With n_samples=1, test_size=0.2 and train_size=None, the resulting train set will be
weixin_37044551的博客
03-27 5230
ValueError: With n_samples=1, test_size=0.2 and train_size=None, the resulting train set will be empty. 这个问题是scikit-learn版本较高时出现的问题，sklearn have problems with the version 0.20.0+ of scikt-learn，可以查看下...
train_test_split参数含义,train_data,train_target,test_size=0.4, random_state=0,stratify=y_train
qq_20936501的博客
03-08 6575
https://www.e-learn.cn/content/qita/780160
The Test Plan Samples
ctest3004的博客
07-19 160
Are you a Software QA engineer or Software tester? Need to update your software QA/testing knowledge or need to pr...
valueerror: with n_samples=0, test_size=0.1 and train_size=none, the resulti
08-02
当使用test_size=0.1和train_size=None时，如果数据集中的样本数量为0，就会出现ValueError错误。 这个错误是由于样本数量为0导致的。在机器学习中，我们需要将数据集划分为训练集和测试集，以便对模型进行训练和...
评论 2
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