faster-rcnn.pytorch-1.0测试报错FileNotFoundError: [Errno 2] No such file or directory: ‘000001.xml‘

部署运行你感兴趣的模型镜像

复现faster-rcnn.pytorch-1.0测试自己的数据集时报错——已解决,随手记录
测试参考链接:Faster-RCNN.pytorch的搭建、使用过程详解(适配PyTorch 1.0以上版本)
运行python test_net.py --dataset pascal_voc --net res101 --checksession 1 --checkepoch 20 --checkpoint 463 --cuda时报错:

Traceback (most recent call last):
  File "test_net.py", line 325, in <module>
    imdb.evaluate_detections(all_boxes, output_dir)
  File "F:\***\faster-rcnn.pytorch-pytorch-1.0\lib\datasets\pascal_voc.py", line 348, in evaluate_detections
    self._do_python_eval(output_dir)
  File "F:\***\faster-rcnn.pytorch-pytorch-1.0\lib\datasets\pascal_voc.py", line 311, in _do_python_eval
    use_07_metric=use_07_metric)
  File "F:\***\faster-rcnn.pytorch-pytorch-1.0\lib\datasets\voc_eval.py", line 115, in voc_eval
    recs[imagename] = parse_rec(annopath.format(imagename))
  File "F:\***\faster-rcnn.pytorch-pytorch-1.0\lib\datasets\voc_eval.py", line 18, in parse_rec
    tree = ET.parse(filename)
  File "E:\DL-environment\Anaconda3\envs\pytorchF\lib\xml\etree\ElementTree.py", line 1197, in parse
    tree.parse(source, parser)
  File "E:\DL-environment\Anaconda3\envs\pytorchF\lib\xml\etree\ElementTree.py", line 587, in parse
    source = open(source, "rb")
FileNotFoundError: [Errno 2] No such file or directory: '000001.xml'

如图:在这里插入图片描述

解决方法:
修改lib\datasets\pascal_voc.py 291行左右,如图:
请添加图片描述
把{😒}.xml中的:s删掉,下同:
修改lib\datasets\voc_eval.py 120行左右,如图:
请添加图片描述
重新测试,成功

截个图意思一下

参考链接:YOLOX训练环境搭建问题总结
还好我没因为是YOLO就放弃参考哈哈哈哈哈!

您可能感兴趣的与本文相关的镜像

PyTorch 2.8

PyTorch 2.8

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

### faster-rcnn.pytorch 在 Windows 下运行时 'WinError 2' 错误解决方案 在 Windows 环境下运行 `faster-rcnn.pytorch` 项目时遇到 `'WinError 2'` 的错误提示通常是因为某些依赖项未正确安装或路径配置存在问题。以下是可能的原因分析以及对应的解决办法: #### 可能原因及解决方法 1. **缺少必要的动态链接库 (DLL)** 如果系统中缺失某些 DLL 文件,可能会导致此错误。例如,CUDA 或 cuDNN 所需的 DLL 文件未正确安装或路径未设置好。可以通过以下方式解决问题: - 安装对应版本的 CUDA 和 cuDNN,并确保其路径已添加到系统的环境变量中。 - 验证 NVIDIA GPU 是否正常工作并驱动程序是否最新。 2. **Python 路径问题** Python 运行过程中无法找到特定模块可能是由于路径配置不当引起的。可以尝试以下操作: - 使用绝对路径导入相关模块。 - 检查项目的根目录结构是否完整,特别是数据集路径和预训练模型路径是否存在。 3. **CMake 编译问题** 若项目中有 C++ 组件需要编译,则可能出现因编译器或工具链配置不正确而导致的错误。具体措施如下: - 确认 Visual Studio 已正确安装,并启用 C++ 支持。 - 使用命令 `cmake .` 并确认生成的 Makefile 正确无误。 - 尝试手动清理构建缓存后重新执行编译过程。 4. **文件权限不足** 当脚本试图访问受保护区域内的资源而又缺乏适当权限时也会抛出此类异常。因此应保证当前用户拥有足够的读写权限针对目标位置及其子目录而言[^1]。 5. **配置文件损坏或丢失** 某些情况下,关键性的配置文档被意外删除或者篡改亦可引发相似状况。为此建议对照官方仓库中的默认模板仔细核对本地副本是否有差异之处存在;必要之时可以从头克隆整个存储库再按照说明逐步初始化各项参数设定值直至恢复正常运作状态为止[^2]. 6. **虚拟环境隔离不佳** 不同版本间的冲突也可能成为诱因之一。创建独立的 conda/virtualenv 来管理依赖关系往往能够有效规避这类风险因素的影响范围扩大化趋势发展下去的话将会更加难以处理修复起来也相对耗时费力得多所以提前预防总是优于事后补救策略应用实践当中去吧朋友们! ```bash conda create --name faster_rcnn_env python=3.8 conda activate faster_rcnn_env pip install torch==1.7.1+cu101 torchvision==0.8.2+cu101 torchaudio===0.7.2 -f https://download.pytorch.org/whl/torch_stable.html ``` 以上代码片段展示了如何建立一个新的 Conda 环境并将 PyTorch 设置为兼容 Faster R-CNN 的稳定版本组合形式呈现出来供参考借鉴之用[^3]. --- ###
评论 4
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
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