yolov8训练过程中,出现IndexError:index 17 is out of bounds for dimension 1 with size 17,如何解决问题

  在用yolov8做数据训练自己的数据时发现,这样一个错误,困扰了我很久。报错的原因是数组的问题,我查了一下百度,说是定义数组的问题,之后我就慌的一批,这个源包这么多,该去哪排查。

raceback (most recent call last):
  File "d:\jiaotong\ultralytics-8.1.0\my train.py", line 10, in <module>
    results = model.train(data='yolo-bvn.yaml', epochs=20, imgsz=640)
  File "d:\jiaotong\ultralytics-8.1.0\ultralytics\engine\model.py", line 390, in train
    self.trainer.train()
  File "d:\jiaotong\ultralytics-8.1.0\ultralytics\engine\trainer.py", line 208, in train
    self._do_train(world_size)
  File "d:\jiaotong\ultralytics-8.1.0\ultralytics\engine\trainer.py", line 379, in _do_train
    self.loss, self.loss_items = self.model(batch)
  File "C:\Users\15200\.conda\envs\ultralytics\lib\site-packages\torch\nn\modules\module.py", line 1532, in _wrapped_call_impl
    return self._call_impl(*args, **kwargs)
  File "C:\Users\15200\.conda\envs\ultralytics\lib\site-packages\torch\nn\modules\module.py", line 1541, in _call_impl
    return forward_call(*args, **kwargs)
  File "d:\jiaotong\ultralytics-8.1.0\ultralytics\nn\tasks.py", line 79, in forward
    return self.loss(x, *args, **kwargs)
  File "d:\jiaotong\ultralytics-8.1.0\ultralytics\nn\tasks.py", line 258, in loss  
    return self.criterion(preds, batch)
  File "d:\jiaotong\ultralytics-8.1.0\ultralytics\utils\loss.py", line 220, in __call__
    _, target_bboxes, target_scores, fg_mask, _ = self.assigner(
  File "C:\Users\15200\.conda\envs\ultralytics\lib\site-packages\torch\nn\modules\module.py", line 1532, in _wrapped_call_impl
    return self._call_impl(*args, **kwargs)
  File "C:\Users\15200\.conda\envs\ultralytics\lib\site-packages\torch\nn\modules\module.py", line 1541, in _call_impl
    return forward_call(*args, **kwargs)
  File "C:\Users\15200\.conda\envs\ultralytics\lib\site-packages\torch\utils\_contextlib.py", line 115, in decorate_context
    return func(*args, **kwargs)
  File "d:\jiaotong\ultralytics-8.1.0\ultralytics\utils\tal.py", line 72, in forward
    mask_pos, align_metric, overlaps = self.get_pos_mask(
  File "d:\jiaotong\ultralytics-8.1.0\ultralytics\utils\tal.py", line 94, in get_pos_mask
    align_metric, overlaps = self.get_box_metrics(pd_scores, pd_bboxes, gt_labels, gt_bboxes, mask_in_gts * mask_gt)
  File "d:\jiaotong\ultralytics-8.1.0\ultralytics\utils\tal.py", line 113, in get_box_metrics
    bbox_scores[mask_gt] = pd_scores[ind[0], :, ind[1]][mask_gt]  # b, max_num_obj, h*w
IndexError: index 17 is out of bounds for dimension 1 with size 17

经过排查,终于找到了,一个十分低级的错误,我在修改的coco8.yaml文件时,待识别的类个数少了一个。这个是我们在使用labelimg时,标注图片类的个数,一一对应打上去。这两个要一摸一样。

之后在运行代码,进行训练就可以,下一期会出一个完整版的使用yolov8进行训练自己的数据集。

  • 15
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
这个错误是IndexError: index 7200 is out of bounds for dimension 1 with size 7200。这个错误通常是由于数组索引超出了数组的维度范围导致的。 一种可能的原因是,在代码使用了一个数组索引值,该值大于数组的大小。例如,在一个维度为7200的数组,如果尝试访问索引为7200的位置,就会出现这个错误。 要解决这个问题,你可以检查代码的索引值,并确保它们在数组的有效范围内。你还可以使用条件语句来处理可能的索引越界情况,以避免出现这个错误。另外,还可以使用try-except语句来捕获并处理IndexError错误,以提供更好的错误处理和用户友好的提示信息。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [【无标题】IndexError: index 1 is out of bounds for dimension 0 with size 1](https://blog.csdn.net/c_cjiajia_/article/details/130266149)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* [IndexError: index 2 is out of bounds for dimension 1 with size 2【yolov5自训练报错日志及解决】](https://blog.csdn.net/owenzi0/article/details/131776186)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“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

打赏作者

江山_如此多焦

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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