当前位置: 首页 > ai >正文

【BUG】mmdetection ValueError: need at least one array to concatenate

问题: 使用mmdetection框架使用COCO格式训练自定义数据集时出现如下错误:

ValueError: need at least one array to concatenate

解决方法: 修改mmdet/datasets/coco.py文件,将CocoDataset类中的METAINFO修改为自己数据集的类别信息,具体如下:

    # METAINFO = {#     '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'),#     # palette is a list of color tuples, which is used for visualization.#     'palette':#     [(220, 20, 60), (119, 11, 32), (0, 0, 142), (0, 0, 230), (106, 0, 228),#      (0, 60, 100), (0, 80, 100), (0, 0, 70), (0, 0, 192), (250, 170, 30),#      (100, 170, 30), (220, 220, 0), (175, 116, 175), (250, 0, 30),#      (165, 42, 42), (255, 77, 255), (0, 226, 252), (182, 182, 255),#      (0, 82, 0), (120, 166, 157), (110, 76, 0), (174, 57, 255),#      (199, 100, 0), (72, 0, 118), (255, 179, 240), (0, 125, 92),#      (209, 0, 151), (188, 208, 182), (0, 220, 176), (255, 99, 164),#      (92, 0, 73), (133, 129, 255), (78, 180, 255), (0, 228, 0),#      (174, 255, 243), (45, 89, 255), (134, 134, 103), (145, 148, 174),#      (255, 208, 186), (197, 226, 255), (171, 134, 1), (109, 63, 54),#      (207, 138, 255), (151, 0, 95), (9, 80, 61), (84, 105, 51),#      (74, 65, 105), (166, 196, 102), (208, 195, 210), (255, 109, 65),#      (0, 143, 149), (179, 0, 194), (209, 99, 106), (5, 121, 0),#      (227, 255, 205), (147, 186, 208), (153, 69, 1), (3, 95, 161),#      (163, 255, 0), (119, 0, 170), (0, 182, 199), (0, 165, 120),#      (183, 130, 88), (95, 32, 0), (130, 114, 135), (110, 129, 133),#      (166, 74, 118), (219, 142, 185), (79, 210, 114), (178, 90, 62),#      (65, 70, 15), (127, 167, 115), (59, 105, 106), (142, 108, 45),#      (196, 172, 0), (95, 54, 80), (128, 76, 255), (201, 57, 1),#      (246, 0, 122), (191, 162, 208)]# }METAINFO = {'classes':('class_1', 'class_2', 'class_3', 'class_4', 'class_5'),# palette is a list of color tuples, which is used for visualization.'palette':[(220, 20, 60), (119, 11, 32), (0, 0, 142), (0, 0, 230), (106, 0, 228)]}
http://www.xdnf.cn/news/4123.html

相关文章:

  • 人事管理系统7
  • 【Python 文件I/O】
  • 【Harbor v2.13.0 详细安装步骤 安装证书启用 HTTPS】
  • 【AI】Ubuntu 22.04 evalscope 模型评测 Qwen3-4B-FP8
  • 上传下载接口
  • Android第六次面试总结之Java设计模式(二)
  • vue3+ts+自定义指令,生产页面水印
  • 云计算训练营笔记day02(Linux、计算机网络、进制)
  • 论文速读《Embodied-R: 基于强化学习激活预训练模型具身空间推理能力》
  • STL之stackqueue
  • 【Vue.js】 插槽通信——具名插槽通信
  • 大模型在宫颈癌诊疗全流程预测与应用研究报告
  • 免费视频压缩软件
  • Paramiko 性能优化详解
  • 神经网络之互动练习详解:从基础到拟合非线性数据
  • 【回眸】QAC使用指南——导出 Dashboard Report个性化定制Report
  • NLP中词嵌入的几个方法介绍快速入门视频推荐
  • Adobe卸载清理工具Creative Cloud Cleaner Tool下载
  • C# Winforms 本地化 多语言支持 字符串资源
  • 【商城系统中的多商户和单商户模式差异】
  • 第22节:深度学习基础-损失函数介绍
  • 神经网络:节点、隐藏层与非线性学习
  • 【WPS】怎么解决“word的复制表格”粘贴到“excel的单元格”变多行单元格的问题
  • Suno v4.5:AI 音乐创作的新突破
  • PHP分页显示数据,在phpMyadmin中添加数据
  • window 显示驱动开发-线程同步和 TDR
  • 【Docker系列】使用格式化输出与排序技巧
  • 如何对 Redis 进行水平扩展和垂直扩展以应对微服务流量的增长?
  • 【ARM】DS-试用授权离线激活
  • 动手学深度学习12.1. 编译器和解释器-笔记练习(PyTorch)