记录：MMaction2运行时，报错：KeyError: ‘FastRCNN is not in the mmengine::model registry

最新推荐文章于 2024-07-24 11:42:47 发布

Y＋Y×Y

最新推荐文章于 2024-07-24 11:42:47 发布

阅读量1.7k

点赞数 1

CC 4.0 BY-SA版权

文章标签： python

本文链接：https://blog.youkuaiyun.com/BigDataIdiotYJC/article/details/134333529

作者在解决一个长期未解决的技术问题时，发现问题出在过时的mmdet版本。通过查阅官网并更新到最新版本2.24.0，问题得以解决。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

查找了很久的问题，几乎放弃了，都没搞定

最后仔细查看了官网上相关包的版本：
mmaction2 1.0.0
mmcv 2.0.0
mmdet 3.0.0
mmengine 0.7.2
mmpose 1.0.0

发现自己的mmdet是2.24.0的！果断卸载，重新下载
然后就好了

绝。

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Y＋Y×Y

关注关注

1
点赞
踩
2

收藏

觉得还不错? 一键收藏
5
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

mmdet：KeyError: ‘self features model is not in the mmdet::model registry.

m0_61636632的博客

03-27

975

在网上查了很多资料，试了把类添加进__init__.py,还有卸载了mmdet,重装程序。在最新发布的代码中，已经是'MFSA'了，就更新这个名字解决本次问题。最后发现，这个命名方式是占位词的命名方式，要自己选一种model。

mmsegmentation 自定义模型报错：KeyError: ‘EncoderDecoder is not in the model registry

zjh12312311的博客

08-07

1454

mmsegmentation 自定义模型报错：KeyError: 'EncoderDecoder is not in the model registry'这通常是由于模型内部初始化问题引起的。

5 条评论您还未登录，请先登录后发表或查看评论

openmmlab出现KeyError: ‘xxx is not in the model registry....‘

HHzdh的博客

08-29

2651

mmlab的注册机制

KeyError: ‘FasterRCNN is not in the detector registry‘

qq_42434171的博客

09-20

2585

mmdet,mmcv

常见bug整理：KeyError: “ is not in the models registry

热门推荐

weixin_45619383的博客

07-30

2万+

一般出现此类错误，检查模块是否加入registry了检查_init_文件记得跑python setup install

MMRotate注册模型无法使用，提示is not in the model registry

豆芽菜

05-24

2452

使用MMRotate注册了backbone模型后，发现无法使用，出现错误：模型中的伪代码如下：（这里是mmrotate-1.x/mmdet-3.x，用法与mmrotate-0.x/mmdet-2.x不同）

【mmseg】‘SegDataPreProcessor is not in the model registry问题解决

豆芽菜

01-12

1883

在使用mmseg的模型进行推理导出为torchscript时出错：出错原因是模块没在注册信息中找到，需要添加mmseg注册模块代码。具体参考：Here is the answer : #9719 (comment)The whole thing can be fixed by adding this to you inference script :I explain some of what I understood in the issue above, it's

mmdetection源码笔记（二）：创建网络模型之registry.py和builder.py解读（上）

Activewaste

08-14

1万+

引言：在上篇文章中，讲了train.py训练文件，主要是读取命令行函数和主函数main。main主要先做了一些config，work_dir以及log等操作（这些操作都是从命令行获得的，或者从命令行带有的文件里得到的参数等。）。最主要的三个步骤就是调用build_detector()来创建模型，然后同样调用build_dataset()对数据集创建模型，然后在训练检测器train_detect...

ICCV 2023 |DDP: Diffusion Model for Dense Visual Prediction 扩散模型语义分割复现笔记

m0_51047533的博客

07-24

978

提出一种简单、高效但功能强大的基于条件扩散流程(density visual predictions)的框架。方法采用“噪声到分割图”(noise-to-map)的生成范式进行预测，通过逐步从随机高斯分布中去除噪声来引导图像生成。这种方法称为DDP，无需特定于任务的设计和架构定制，易于推广到大多数密集预测任务，例如语义分割和深度估计。

Lagent&AgentLego：轻量级智能体框架组装智能体“乐高”（lesson 6作业）

weixin_39291058的博客

06-07

1142

在本节中，我们将基于 Lagent 自定义一个工具。Lagent 中关于工具部分的介绍文档位于使用 Lagent 自定义工具主要分为以下几步：1). 继承 BaseAction 类2). 实现简单工具的 run 方法；或者实现工具包内每个子工具的功能3). 简单工具的 run 方法可选被 tool_api 装饰；工具包内每个子工具的功能都需要被 tool_api 装饰下面我们将实现一个调用和风天气 API 的工具以完成实时天气查询的功能。IMPORTANT]

faster rcnn学习系列（四）运行test_net.py遇到KeyError问题的解决

ltshan139的专栏

08-29

2985

前言基于自己数据集的模型训练出来后，就可以开始对测试图片(test.txt里面的文件名list，不带后缀）进行识别，然后计算出ap和map值。其实运行./experiment/scripts/faster_rcnn_end2end.sh，就可以在训练完后进行测试。但后来将测试图片进行了变更（即修改了test.txt内容），就只需要单独运行test_net.py来识别测试图片了。脚本运行命令如下...

PyCenterNetDetector is not in the models registry

AI浩

05-08

3527

在mmdet中增加了新模型，没有注册。打开mmdet/models/backbones/_init_.py。将PyCenterNetDetector 添加进去。 # Copyright (c) OpenMMLab. All rights reserved. from .atss import ATSS from .autoassign import AutoAssign from .base import BaseDetector from .cascade_rcnn import CascadeRC

mmdetection 报错 KeyError: ‘xxx is not in the models registry‘

qq_42897796的博客

07-28

1万+

运行mmdetection的项目时报错，KeyError: 'xxx is not in the models registry'

faster rcnn windows配置过程

nathan1025的博客

09-18

1202

https://blog.csdn.net/u010548772/article/details/79071524 问题1.AttributeError: ‘ProposalLayer’ object has no attribute ‘param_str_’ param_str_为param_str 问题2：KeyError: ‘1’ cfg_key =...

MMCV: KeyError: “xxx“ is not in the models registry

龙雪的博客

12-12

3923

MMCV常见错误: KeyError: "xxx" is not in the models registry

MMDet3D——报错解决：KeyError: ‘XXX is not in the models registry‘

Irving.Gao的博客

11-06

6307

mmdet3d中build的类型与mmdet和mmseg并不通用！！以后务必需要注意！

OpenMMLab多库推理问题：KeyError: ‘XXX is not in the XXX registry.

A_No2Tang的博客

08-08

3264

本文所讨论的问题限定在OpenMMLab多库推理过程中，即一个py程序需要调用多个repository的推理器Inferencers（如MMPretrain的ImageClassificationInferencer、MMDet的inference_detector等）的情况。

mmsegmentation推理崩溃

最新发布

03-08

### 解决 MMSegmentation 推理报错的方法当遇到 `mmsegmentation` 推理过程中的错误时，通常可以从以下几个方面排查并解决问题： #### 错误分析与常见原因 1. **模型注册表未找到指定模块** 如果出现 `"xxxxx is not in the model registry"` 的错误提示，则表明所使用的类或函数并未被正确导入到模型注册表中。这可能是由于自定义配置文件路径设置不正确或者缺少必要的初始化操作所致[^1]。 2. **数据集元信息缺失** 对于类似于 `KeyError: 'classes'` 这样的异常情况，往往是因为在加载预训练权重之前未能正确设定好数据集的相关属性（比如类别名称）。确保 `dataset_meta['classes']` 已经正确定义，并且其长度匹配实际分类数目[^2]。 3. **环境依赖版本冲突** 版本兼容性也是一个重要因素。确认当前环境中安装的库版本是否满足项目需求，特别是像 PyTorch 及其扩展包、OpenCV 和其他第三方工具链等。例如，在特定日期下记录了某些软件的具体版本号，可以作为参考来调整本地开发环境[TorchVision: 0.17.2+cu118, OpenCV: 4.9.0, MMEngine: 0.10.3, mmsegmentation 1.2.2][^2]。 #### 实际案例解析假设正在尝试基于 `MMSegmentation` 训练一个新的语义分割网络，并遇到了上述提到的一些典型问题。此时可以根据具体场景采取相应措施： - 若是在创建新数据集适配器时发生错误，检查是否已经按照官方文档说明，在 `mmseg/datasets/` 文件夹里添加了一个描述目标数据结构的新 Python 脚本（如命名为 `cag.py`) 并实现了所有必需方法[^3]。 ```python from mmseg.datasets.builder import DATASETS from mmseg.datasets.custom import CustomDataset @DATASETS.register_module() class CAGDataset(CustomDataset): CLASSES = ('background', 'object') PALETTE = [[0, 0, 0], [255, 255, 255]] def __init__(self, split, **kwargs): super().__init__( img_suffix='.png', seg_map_suffix='.png', split=split, reduce_zero_label=False, **kwargs) ``` - 当执行推理任务时报错，先验证输入图像尺寸是否符合预期；再仔细核对配置文件内的参数选项是否有遗漏之处；最后查看日志输出寻找更多线索以便定位根本原因。 #### 额外建议为了更好地支持后续维护工作以及便于他人理解整个流程，请务必保持良好的编码习惯——清晰地注释每一部分功能实现细节，并遵循 PEP8 编码风格指南书写代码逻辑。