MMdetection学习笔记：ValueError: need at least one array to concatenate

最新推荐文章于 2025-03-18 15:37:38 发布

GUO_PP

最新推荐文章于 2025-03-18 15:37:38 发布

阅读量567

点赞数 7

文章标签：学习笔记

本文链接：https://blog.youkuaiyun.com/GUO_PP/article/details/142715583

版权

本人在用mmdetection训练自己数据集的时候，出现ValueError: class EpochBasedTrainLoop in mmengine/runner/loops.py: class CocoDataset in mmdet/datasets/coco.py: need at least one array to concatenate这个问题

原因：数据集标签class与/home/ubuntu18/mmdetection-master/mmdet/datasets/coco.py里的类别不一致问题导致的错误

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

GUO_PP

关注关注

7
点赞
踩
1

收藏

觉得还不错? 一键收藏
1
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

mmdetection在训练自己数据集时候报错‘ValueError: need at least one array to concatenate’

m0_51738372的博客

05-13

1185

mmdetection在训练自己数据集时候报错‘ValueError: need at least one array to concatenate’

【已解决】ValueError:need at least array to concatenate

fengbao24的博客

12-02

4940

使用MMdetection复现论文，出现报错：ValueError:need at least array to concatenate

1 条评论您还未登录，请先登录后发表或查看评论

ValueError: need at least one array to concatenate解决方法(mmdetection训练faster-rcnn报错)

weixin_72669800的博客

06-12

1179

在你指定的训练文件中添加下面代码把其中的类别换成你自己的然后在加载数据集的地方添加也就是在不过要注意可能你的训练文件只有继承某些py文件像我的是继承了几个py文件，然后我上面这个是在coco_detection里面加的，详情看下面分析(因为我训练的是coco类型的数据集所以继承了这个coco_detection)

【解决】MMDetection异常ValueError: need at least one array to concatenate

丑小鸭

03-18

255

MMDetection异常ValueError: need at least one array to concatenate

解决mmdetection报错：ValueError: need at least one array to concatenate

magicnnonn的博客

07-24

559

【代码】解决mmdetection报错：ValueError: need at least one array to concatenate。

mmdetection报错ValueError: need at least one array to concatenate

zf_14159265358979的博客

07-15

1906

ValueError: need at least one array to concatenate

mmdetection ValueError: need at least one array to concatenate解决方案

热门推荐

a486259的博客

06-26

1万+

在mmdetection中有时候训练模型会出现ValueError: need at least one array to concatenate的错误，详情如下图所示。很多人都说是mmdet/dataset下coco.py或voc.py中CLASSES设置与数据集对应不上，博主不以为然。因为在mmdetection2中，不需要到mmdet/dataset中修改CLASSES，只需要在训练配置文件中中设置一下就行了。config解释器会通过继承自动修改CLASSES的值，具体可见下图，或参考mmdetect

ValueError: need at least one array to concatenate

zjb18741809273的博客

09-20

5202

提示ValueError: need at least one array to concatenate。我用的是coco类型数据集训练。

报错ValueError: need at least one array to concatenate mmdet

乐趣是人为构建的，构建是一种莫大的乐趣。

07-12

1865

https://github.com/open-mmlab/mmdetection/issues/3628 这是在open-mmlab使用当中遇到的一个问题。 config稍微有点不合适就会报这样那样的错。

ValueError('need at least one array to stack') ValueError: need at least one array to stac

weixin_42445581的博客

04-06

1万+

使用mmdetection做实例分割过程中踩的一个大坑。经过反复调试后，终于发现是数据集的问题。在实例分割中，分割标签的键'iscrowd'为1的时候，标签会被抛弃。代码如下 iscrowd表示一个以上物体连在一个，作为一个实体，如人群，所以会被过滤掉。而在coco数据集中。iscrowd的取值取决于标签segmentation的格式,格式为RLE的时候，iscrowd为1，格式...

need at least one array to concatenate（至少需要一个数组来连接）

故乡的云和星星

06-09

4745

各种mmdet可用命令

mmdetection 训练自定义数据集出现 need at least one array to concatenate

YC_Zayn的博客

05-19

7515

自定义的数据集使用的是COCO格式。

解决ValueError: need at least one array to concatenate

whale_gyj的博客

03-12

1万+

ValueError: need at least one array to concatenate 引发原因：从空数组进行连接会引发此错误报错提示为： TFT_Dataset类报错相关部分源代码为： for e in train[entity_column].unique(): entity_group = data[data[entity_column]==e] data_time_steps = len(entity_group)

mmdetection 错误ValueError: need at least one array to concatenate

u014496102的博客

12-15

3223

开始用的是coco_detection 后改成voc0712格式，可能是我coco类型的数据集格式不对

mmdetection遇到的错误，ValueError: need at least one array to concatenate

qq_45371620的博客

03-01

2550

发现数据集类的名称不一样打开json文件找到categories 错误的配置修改后与第一幅图上面的对应

ValueError: need at least one array to concatenate mmrotate

最新发布

03-29

### 关于 `ValueError: need at least one array to concatenate` 的解决方案该错误通常发生在尝试对空列表或未初始化的数组执行拼接操作时。以下是可能的原因及其对应的解决方法： #### 1. 数据集配置问题如果自定义的数据集路径不正确或者标注文件为空，则可能导致模型无法加载任何数据样本，从而引发此错误。需确认以下几点： - **数据根目录 (`data_root`) 是否设置正确** 确保指定的路径指向实际存在的训练和验证数据集[^4]。 - **元信息 (`metainfo`) 和标注文件 (`ann_file`) 配置无误** 如果使用 COCO 格式的标注文件，请确保其路径有效并包含有效的 JSON 数据结构[^5]。 ```python train_dataloader = dict( dataset=dict( data_root='path/to/dataset', ann_file='annotations/train.json', # 确认路径存在且非空 metainfo={'classes': ('class1', 'class2')}, # 添加类别的元信息 img_prefix='images/' # 图片前缀路径 ) ) ``` --- #### 2. 类别数量与配置不符即使修改了 `datasets/coco.py` 或其他相关脚本中的类别数，仍可能出现冲突。建议重新安装依赖库以同步更改后的配置[^3]。 ```bash git clone https://github.com/open-mmlab/mmrotate.git cd mmrotate pip install -v -e . ``` 通过上述方式可以确保本地环境完全适配最新的代码改动。 --- #### 3. 训练命令调整当切换到新的数据集时，默认的训练脚本可能不再适用。推荐按照官方文档更新启动命令: ```bash bash tools/dist_train.sh configs/my_config.py 8 --cfg-options \ dataset.metainfo.classes="['class1','class2']" ``` 此处参数 `--cfg-options` 动态覆盖默认配置项，避免硬编码带来的潜在风险。 --- #### 4. 调试日志分析启用调试模式可以帮助定位具体哪一步骤触发异常。例如，在运行过程中增加打印语句来观察输入张量的状态: ```python import numpy as np def debug_concat(*arrays): if not arrays or all(len(a) == 0 for a in arrays): raise ValueError('Need at least one non-empty array to concatenate') result = np.concatenate(arrays) print(f"Concatenated shape: {result.shape}") return result ``` 将此类辅助函数嵌入至可疑区域以便快速排查原因。 --- ### 总结综合以上分析可知，`ValueError: need at least one array to concatenate` 多半源于数据预处理阶段存在问题或是框架内部状态未能及时刷新所致。逐一核查数据源、重装必要组件以及合理调用接口均有助于彻底消除该隐患。