Faster RCNN训练自己数据集报错记录及解决

已于 2022-12-08 11:04:54 修改
阅读量1.5k 收藏 11
点赞数 1
分类专栏： 深度学习 CV 文章标签： 深度学习 人工智能
于 2022-12-08 10:16:49 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/qq_60369463/article/details/128231836
版权
本文记录了作者在Faster R-CNN项目中遇到的问题及解决过程，包括检查点恢复失败、AttributeError错误及显存溢出等问题，并提供了相应的解决方案。

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

Faster R-CNN源码网址：https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.5点击打开链接

环境：python3.6 tensorflow-gpu1.13.0   无奈自己电脑跑不动，走的学校工作站3*12G1080Ti

从学习到实验复现花了小一周时间，记录一下一些报错和自己的调试过程

1.Restoring from checkpoint failed. This is most likely due to a mismatch between the current graph and the graph from the checkpoint. Please ensure that you have not altered the graph expected based on the checkpoint. Original error:  Assign requires shapes of both tensors to match. lhs shape= [xx,xx] rhs shape= [xx,xx] 

训练前需要删除data/cache文件，同时将训练好的新的模型复制到output文件。

2.AttributeError: ‘NoneType‘ object has no attribute ‘astype‘

数据集是否含有中文字符，demo.py中的CLASSES以及im_name是否修改

同时，im_name对应的文件夹data/demo的图片是否替换

3.超显存报错。

这个需要更好的服务器支持或者降低batch_size试试了，不过这个参数最好不要调整太多，对训练的结果会造成影响。

4.ImportError: No module named 'lib.utils.cython_bbox' 

安装包里有两个setup.py文件，两个都安装一下就可以解决这个问题(1.pythonAPI2.lib/utils文件中有一个)

5.运行train.py时出现“Unsuccessful TensorSliceReader constructor: Failed to find any matching files for ..../data/imagenet_weights/vgg16.ckp

有个下载链接，下载地址：http://download.tensorflow.org/models/vgg_16_2016_08_28.tar.gz

将这个文件重命名为vgg16.ckpt，新建文件夹imagenet_weights，把vgg16.ckpt放到imagenet_weights下，再将imagenet_weights文件夹拷贝到data文件夹下。一定记得改名！！！

还有些记不起来啦，主要是遇到了这些问题，应该是比较普遍哒，希望能够帮助到大家！！！

最后附上我跟的教程，成功运行！！

(16条消息) Windows 下 TensorFlow 和 Faster rcnn 详细安装步骤（二）_辣鸡博主已停更的博客-优快云博客

Windows +TensorFlow+Faster Rcnn 详细安装步骤（一）_辣鸡博主已停更的博客-优快云博客_windows-faster r-cnn数据库安装

关于faster rcnn代码运行时出现的错误及解决方法汇总
adolfawa的博客
03-16 4005
关于faster rcnn安装过程，参照官网教程即可，这里使用的是Python版本的faster rcnn，链接地址为https://github.com/rbgirshick/py-faster-rcnn，主要备份问题及解决方法。 1、代码运行时出现no module named ... 时，一般情况下，采用apt get install，或者pip install即可解决问题。 2、出现n
Faster-RCNN训练自己数据集遇到的问题集锦
蚂蚁搬家
01-12 1万+
最近，用faster rcnn跑一些自己的数据，数据集为某遥感图像数据集——RSOD，标注格式跟pascal_voc差不多，但由于是学生团队标注，中间有一些标注错误，也为后面训练埋了很多坑。下面是用自己的数据集跑时遇到的一些问题，一定一定要注意：在确定程序完全调通前，务必把迭代次数设一个较小的值（比如100），节省调试时间。 错误目录： 1 ./tools/train_faster_rcnn_...
FasterRCNN-pytorch:FasterRCNN在VGG，ResNet和FPN基础中实现
05-13
更快的RCNN-pytorch FasterRCNN在VGG，ResNet和FPN基础中实现。 参考： rbg的FasterRCNN代码： : 模型表现 在VOC2017上进行培训在VOC2017上进行测试 骨干 地图 VGG16 0.7061 ResNet101 0.754 训练模型 1.运行前，您需要： 光盘./lib 在make.sh和setup.py中更改gpu_id。 具体来说，您需要在make.sh的第5、12和19行以及setup.py的第143行中修改参数设置，其中包含关键字“ -arch =”取决于您的gpu模型。（选择适当的体系结构，见下表） sh make.sh GPU型号 建筑学 TitanX（麦克斯韦/帕斯卡） sm_52 GTX 960M sm_50 GTX 108（钛） sm_61 网格K520（AWS g2.2xlarge
faster-rcnn 中训练自己的数据出现的错误
wzy的博客
03-04 5411
训练过程中错误 error 1：assert (boxes[:, 2] >= boxes[:, 0]).all() Process Process-1: Traceback (most recent call last): File "/usr/lib/python2.7/multiprocessing/process.py", line 258, in _bootstrap self
（二）用faster r-cnn训练自己的数据集（各种报错解决方法)
qq_34116292的博客
07-30 5187
一，配置py-faster-rcnn 二，制作自己的数据集 三，在自己的数据集上训练
py-faster rcnn训练遇到的错误
君莫笑
11-29 547
训练过程中错误1： 开始训练faster-r-cnn的时候 AttributeError: 'module' object has no attribute 'text_format' 由于protobuf的版本问题，在./lib/fast_rcnn/train.py增加 import google.protobuf.text_format 即可。 训练过程中错误2： TypeErr...
FasterRCNN训练自己的数据
聊点技术
04-16 1985
前言 因为科研需要，折腾了一阵Faster RCNN. 最开始将大佬chenyuntc的simple-faster-rcnn-pytorch鼓捣了一下使之能够在Windows下面跑（有需要的朋友可以联系我），但是该代码的batch size只能设为1，跑一次实验的耗时过长。本渣尝试花了四天时间通读了一遍大佬的代码，奈何功力尚浅，还做不到大范围的修改，因此从github上找到了jwyang的fast...
Faster-RCNN训练自己的数据集
热门推荐
GVFDBDF的专栏
08-15 1万+
就目前我在了解到的资料来看，训练RCNN系列，一般有两种思路： 修改CNN的工程代码，适应自己的数据集格式 将自己的数据格式做成VOC2007形式的数据集 从工作量来看，无疑后者更容易一些，本文的思路也是如此。 首先是图片的命名格式，虽然图片的命名理论上不会影响训练。因为训练的数据都是从txt文件中读取图片的名称。但是为了统一数据集，仍然建议批量、有规律的命名数据图片。我的数据集是jpg格式，和PA
Tensorflow+Faster-RCNN 训练自己的数据集
weixin_43510038的博客
07-18 558
tensorflow+Faster-Rcnn 训练自己的数据集 你好！ 这是你第一次写博客 一、 数据集制作 1、 将图片尺寸统一改为与原始图像集差不多大小（500*333），将宽修改为500即可（图片过大会报错！！！）；具体代码如下： file_path = ‘F:\Faster-RCNN-TensorFlow-Python3.5-master\data\VOCdevkit2007\VOC20...
faster-rcnn pytorch训练自己的数据集并测试（个人记录）
weixin_44398211的博客
03-09 2887
faster-rcnn pytorch训练自己的数据集并测试（个人记录） 参考文章：Faster-RCNN.pytorch的搭建、使用过程详解（适配PyTorch 1.0以上版本 测试 test 我使用的测试命令： python test_net.py --dataset pascal_voc --net vgg16 --checksession 1 --checkepoch 20 --checkpoint 138 --cuda 遇到的错误： Traceback (most recent call las
Faster R-CNN训练自己数据集遇到的问题
lianggyu的博客
08-26 617
代码链接：https://github.com/endernewton/tf-faster-rcnn （1）TypeError: write() argument must be str, not bytes： lib / datasets / voc_eval.py 第105行改为 cachefile = os.path.join(cachedir, '%s_ann...
运行Faster-RCNN时出现 ModuleNotFoundError: No module named ‘lib.utils.cython_bbox‘
耶律大石的博客
10-02 2676
运行Faster-RCNN时出现 ModuleNotFoundError: No module named 'lib.utils.cython_bbox'问题描述解决流程1、修改Faster-RCNN-TensorFlow-Python3\data/coco/PythonAPI/setup.py文件：在第15行加上2、由于没有bbox.c和blob.py文件。所以要先在Faster-RCNN-TensorFlow-Python3\lib\utils执行3、再在./data/coco/PythonAPI下面运
训练Faster RCNN出现的错误集合
bingbingxie1的博客
01-03 2047
问题（1）：Appending horizontally-flipped training examples... voc_2007_trainval gt roidb loaded from /home/xiebingbing/py-faster-rcnn/data/cache/voc_2007_trainval_gt_roidb.pkl done Preparing training data
faster-RCNN训练【环境配置→自建数据集→训练→改错】
m0_58845062的博客
12-13 2545
前期工作：下载pycharm、anaconda、visual studio，下载faster-RCNN代码（我用的是B站。
学习faster-rcnn遇到的问题
lantuxin的博客
03-27 2869
1.参数scales问题 更改py-faster-rcnn/lib/rpn/generate_anchors.py中函数generate_anchors，其中参数scales出现的问题 Check failed: outer_num_ * inner_num_ == bottom[1]->count() (21546 vs. 35910) Number of labels must ...
Faster RCNN 训练自己的数据集遇到的一些问题
CVsaber的成长记录
12-29 806
1. xml标签格式问题 原本的标签是yaml格式的，需要转换成xml格式。 在制作xml标签时，有些信息是比较重要的不能省略 <?xml version="1.0" encoding="utf-8"?> <annotation> <folder>VOC2007</folder> <filename>002000001
faster-rcnn的过程中遇到的问题及进行的修改
forteenscoops的博客
03-28 390
遇到了如果用numpy 1.11就前面报错，如果升级numpy1.14就会后面报错TypeError: 'numpy.float64' object cannot be interpreted as an index 的问题选择了升级在numpy1.14，并更改了里面的codehttps://blog.youkuaiyun.com/hongbin_xu/article/details/77278329依照这篇...
使用Faster-Rcnn训练自己的数据集遇见的问题
白雪少年
07-23 2317
使用Faster-Rcnn训练自己的数据集遇见的问题1.数据集制作2.遇见的错误error1: image invalid, skippingerror2 图片不resize引起的一系列问题步骤1：修改网络框架步骤2：修改ancor的大小a:由于将4层池化变为两层池化，需要将network.py以下代码的16变为4：b 在train.py中的调用的self.net.create_a...
faster-rcnn训练遇到的问题
m_buddy的博客
08-25 1252
1. 问题1 _sample_rois(roidb, fg_rois_per_image, rois_per_image, num_classes) 报错是因为是$FRCN_ROOT/lib/roi_data_layer下的minibatch.py中的npr.choice引起的，解决方法： 修改： if fg_inds.size > 0: for i in ran...
Faster RCNN运行报错：PermissionError: Caught PermissionError in DataLoader worker process 0.
最新发布
02-27
### 解决 Faster R-CNN 运行时遇到的权限错误问题 当在运行 Faster R-CNN 项目过程中遇到 `PermissionError` 错误，通常是因为程序尝试访问某些资源（如文件或目录）而缺乏必要的读写权限。此问题可能发生在多个方面，包括但不限于数据加载器 (DataLoader) 工作进程试图打开图像文件或其他配置文件。 #### 可能的原因及解决方案： - **工作线程无法访问特定路径下的文件** 如果 DataLoader 的工作者进程抛出了 `PermissionError`，这表明这些子进程中至少有一个没有足够的权限来执行所需的操作。确保所有涉及的数据集路径对于 Python 脚本具有适当的读取/写入权限[^1]。 - **多线程或多处理环境中的权限设置** 当使用 PyTorch 的 `DataLoader` 并启用多线程 (`num_workers>0`) 或者多处理模式时，可能会因为父进程与子进程之间的权限差异而导致此类异常。可以考虑减少甚至关闭并行化选项(`num_workers=0`) 来排查是否与此有关[^2]。 - **临时文件夹或缓存位置的选择不当** 某些情况下，默认使用的临时存储区域也可能引发权限冲突。如果应用程序创建了任何中间产物或是依赖于操作系统的临时空间，则应确认这些地方不会受到安全策略的影响。可以通过调整参数指定自定义的工作区或者日志保存地点等方式绕过潜在的风险点[^3]。 - **检查文件和目录的存在性和可访问性** 对于由外部因素引起的 `FileNotFoundError` 和 `KeyError` 类型的问题，在正式调试之前应当先验证输入源的有效性以及其内部结构的一致性。特别是针对用户自定义的数据集，务必保证所提供的标签映射表、图片列表等辅助资料均处于预期状态之下[^4]。 ```python import os from pathlib import Path def verify_paths(paths_list): """Verify existence and accessibility of given paths.""" for path in paths_list: p = Path(path) if not p.exists(): raise FileNotFoundError(f"The specified path does not exist: {p}") elif not os.access(str(p), os.R_OK | os.W_OK): # Check read/write permissions raise PermissionError(f"Lack of proper access rights on this path: {p}") # Example usage before initializing the dataset loader verify_paths(['/path/to/images', '/path/to/json']) ``` 通过上述方法能够有效定位并修复大部分由于权限不足所造成的 `PermissionError` 故障现象。当然，具体实施还需结合实际开发环境中存在的具体情况灵活应对。
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