anylabeling 加载模型后出错

已于 2024-01-05 17:43:07 修改
阅读量1.9k 收藏 9
点赞数 10
文章标签： python 算法
于 2024-01-04 17:49:03 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/nangua06/article/details/135392298
版权
文章讨论了在升级AnyLabeling到0.3.3后遇到的问题，模型加载时出现闪退，经测试发现是版本不兼容。解决方案是降级AnyLabeling至0.2.22并匹配相应模型版本0.2.0。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

错误信息：

onnxruntime.capi.onnxruntime_pybind11_state.InvalidArgument: [ONNXRuntimeError] : 2 : INVALID_ARGUMENT : Invalid rank for input: x Got: 3 Expected: 4 Please fix either the inputs or the model.

目前官方的anylabeling版本在0.3.3 

Release Assets v0.4.0 · vietanhdev/anylabeling-assets · GitHub

segment模型下载后开始打开图片，会出现闪退现象

测试了yolo系列的模型，可以正常使用，不会出现这个情况

解决方式：将anylabeling 的版本回退到0.2.22

将模型版本也降到v0.2.0

Releases · vietanhdev/anylabeling-assets · GitHub

后来测试发现和模型没关系，最新版的模型也可以，是anylabeling版本问题

nangua06
关注
使用X-AnyLabeling进行ai模型标注遇到的问题
Tannie_Yup的博客
02-29 2679
到处找解决方案无果，于是选择看源码，不断debug，终于发现是在yolo.py的postprocess函数中process_mask将mask重新upsample到原图大小的操作，cv2.resize函数遇到输入矩阵最后一个维度是1的会将这个维度去掉，也就是说如果输入是[h,w,1]，resize之后就变成了[nh, nw]，以致矩阵维度不匹配，遂在判断后加上一句np.expand_dims升维即可。这时候加载模型的时候才发现，是我的yaml文件格式出了问题，修改之后能够正常加载模型。
X-AnyLabeling 报错：Error in model predition : list index out of range.Please check the model解决
qq_38702496的博客
12-31 1234
解决X-Anylabeling使用自定义AI模型报错
X-AnyLableing自动标注加载自己模型闪退问题
shuai_beibei的博客
12-11 882
可以看到这里有不同的模型文件，以及对应的yaml文件的标准，一定按照yaml文件标准去修改自己的文件，看到这里yolov11只有s，所以导致我前面使用的模型导入是闪退的。因为我前面使用的n的模型，存在不匹配的问题。我之前导入的是yolov11的n模型的.onnx文件，一直闪退。是使用的模型需要 满足官网提供那几种，模型才可以被使用。官网模型库链接，自己导入模型要与官网的选取的一致。yaml文件格式：这里是我使用的yolov11s的其他模型参考具体文档。
RuntimeError: Failed to import transformers.models.roberta.modeling_roberta because of the following
最新发布
weixin_44012667的博客
03-27 1124
升级PyTorch到1.10.0+并确保Transformers版本兼容。
X-AnyLabeling标注工具的使用
qq_42178122的博客
01-30 2271
项目链接：https://github.com/CVHub520/X-AnyLabeling/tree/mainX-AnyLabeling 是一款全新的交互式自动标注工具，其基于 Labelme 和 Anylabeling 等诸多优秀的标注工具框架进行构建，在此基础上扩展并支持了许多丰富的模型和功能，并借助Segment Anything和 YOLO 系列等目前主流和经典的深度学习模型提供强大的 AI 能力支持。
AnyLabeling加载模型时闪退
qq_48345513的博客
05-05 2538
应该是onnxruntime安装出错或者没有安装。重新安装onnxruntime。
X-anylabeling使用ai模型标注闪退
m0_64913373的博客
07-12 1564
这表明设备安装了cuda，但没有启动成功，本人经过搜索，发现是由于安装cuda时，默认不按照cudnn导致，但是由于pytorch包自带了cudnn运行所需文件，因此我们在执行训练时不会出错。遇到该问题首先确保使用的是源码启动，如果不是，请到github下载源码运行。
x-anylabeling打开后变成anylabeling且菜单缺失
weixin_44118809的博客
07-13 566
有小伙伴应该遇到过，你输入去启动x-anylabeling，会出现的提示，同时内会出现一个配置文件，此时你把它手动改为再启动软件，软件启动了，结果启动的软件是这样式的:你发现软件名字少了个x-，而且菜单少了好几个，怎么回事?
anylabeling模型下载不下来下载慢解决方法国内下载超快
FL1623863129的博客
07-31 812
如果想正常使用自动标注工具则需要手动下载模型放到下载后解压到C:\Users\你的用户名\anylabeling_data\models\文件夹下面。但是下载实在太慢了，一般没有科学工具是下载不下来，因此将模型全部放到国内下载，速度满速下载。汇总如下，按需下载即可。标注工具地址：https://github.com/vietanhdev/anylabeling。问题发生：当我们自动标注选择模型会发生闪退，这个是因为模型下载不下来导致的。
X-AnyLabeling的yolov7-onnx自动标注模型
06-08
配置文件在该项目中扮演着重要角色，它们包含了模型参数、数据预处理设置、后处理规则等信息，确保 yolov7-onnx 模型能正确地应用于X-AnyLabeling。用户可以根据自己的需求调整这些配置，以适应不同的应用场景。 在...
X-AnyLabeling的yolov6lite-l-face-onnx自动标注模型
06-08
《X-AnyLabeling的yolov6lite-l-face-onnx自动标注模型详解》 在计算机视觉领域，图像标注是一项至关重要的任务，它为训练深度学习模型提供了必要的数据准备。X-AnyLabeling是一个强大的开源工具，专为图像标注而...
AnyLabeling的yolov5x-onnx自动标注模型
06-08
https://github.com/CVHub520/X-AnyLabeling X-AnyLabeling的yolov5x-onnx自动标注模型文件和配置文件
anylabeling的YOLOv8x模型yolov8x-r20230415
07-31
下载后解压到C:\Users\你的用户名\anylabeling_data\models\yolov8x-r20230415即可用
X-AnyLabeling 加载模型
01-18
### 如何在 X-AnyLabeling 中加载模型 为了实现自动标注服务，在 `X-AnyLabeling` 的架构下，通过修改或扩展 `model_manager.py` 文件可以完成模型的加载与管理。具体来说，该文件负责管理和调度不同的机器学习模型...
labelImg打开闪退怎么解决
qq_44823375的博客
12-30 1万+
解决方法： 1.进入到C:\Users\Administrator，将.labelImgSettings.pkl文件删除，重新运行即可。如果该目录下不存在该文件，尝试使用搜索功能找到该文件进行删除。 2.labelImg软件安装的路径中不能出现中文，如果有，换个不带中文的路径。 3.在上述两种方法都没有解决的时候，采用以下方法如果你安装了anaconda,你可以重新创建一个环境（最好重新建立一个，我当时没建立后面出现了一些问题），在anaconda Prompt里重建环境， （1）conda create
X-anylabeling如何手动加载（自定义）模型 ： 以Segment Anything 为例
企业高校双料雇佣兵，项目学术两手抓。
08-20 4699
手动加载模型的需求，主要分为三种情况，情况一：因各种网络原因无法加载，软件内置的模型加载方法无法使用情况二：内置模型在你的应用场景效果不好，你已微调了这个模型（没有修改结构），想加载进去帮助标注情况三：想添加软件暂不支持的自定义模型进入软件前两种对应的解决方案手动下载模型文件至软件默认读取位置， 或者以自定义模型形式加入，或者让你的标注软件走你的代理以自定义模型形式加入第三种需求，本文暂不涉及，后续会更新。
anylabeling安装与使用说明
qq_30150579的博客
08-08 6992
anylabeling安装与使用说明
COMFYUI换脸ReActor报错Value not in list: face_restore_model: ‘codeformer.pth‘解决
applebomb的专栏
04-11 2844
COMFYUI换脸ReActor报错Value not in list: face_restore_model: 'codeformer.pth'解决
(以YOLO标注为例)labelimg标注闪退的几种情况详解，报错IndexError: list index out of range
热门推荐
chenyuan1111的博客
09-15 2万+
**方法一**：正常一张一张标注，标注完成之后另存一份classes.txt文件。如果打卡发现了classes.txt有误，将正确的复制回来即可。 - **方法二**：在第一张中标注所有类别，保存好第一张图片和对应的classes.txt。这样就是从一开始就确定**类别、顺序**。这也是实现**多人同时标注**，并且标注文件一致的有效手段。
x-anylabeling 绘制分割标签
02-19
### X-AnyLabeling 中绘制分割标签的方法 在 X-AnyLabeling 工具中实现图像的分割标注是一项重要功能。为了完成这一操作，工具提供了特定的功能模块来支持用户创建复杂的多边形区域。 对于分割标签的绘制，在图形界面下通常会有一个专门用于绘制多边形或多段线的模式[^1]。当进入该模式后，可以通过鼠标点击的方式依次定义各个顶点的位置，从而构建所需的形状边界。一旦闭合路径形成，则自动将其识别为一个多边形对象并保存下来作为分割标签的一部分。 此外，还存在一些辅助性的编辑选项可以帮助优化已有的分割轮廓，比如调整节点位置、增加或删除控制点等，这些都极大地提高了工作效率和精度。 ```python # 假设这是Python API中的部分代码片段展示如何通过编程方式添加新的分割标签 from anylabeling import LabelFile, Shape def add_segmentation(label_file_path, points_list): label_file = LabelFile.load(label_file_path) shape = Shape(flags={}) shape.add_points(points_list) # 输入一系列(x,y)坐标对组成的列表 shapes = label_file.shapes + [shape] new_label_file = LabelFile.save( filename=label_file.filename, shapes=shapes, imagePath=label_file.imagePath, imageData=None, lineColor=[0, 255, 0, 128], fillColor=[255, 0, 0, 128], otherData=label_file.otherData ) ```
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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