caffe-ssd 学习（1）File not found: data/VOC0712/labelmap_voc.prototxt

最新推荐文章于 2021-03-11 07:21:54 发布
最新推荐文章于 2021-03-11 07:21:54 发布
阅读量8.3k 收藏 3
点赞数 2
CC 4.0 BY-SA版权
分类专栏： caffe 文章标签： caffe
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/tian_ciomp/article/details/53584054
本文介绍了解决caffe-ssd中因相对路径导致的label_map_file找不到的问题。通过将label_map_file路径修改为绝对路径，成功解决了运行caffe-ssdpythondemo时出现的错误。

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

caffe-ssd python demo运行时的小问题

$cd $CAFFE_SSD_ROOT
$pythoin examples/ssd/ssd_camera.py

运行到 

net = caffe.Net(model_def, model_weights, caffe.TEST)

出错： 

Check failed: fd != -1 (-1 vs. -1) File not found: data/VOC0712/labelmap_voc.prototxt

原因，/caffe-ssd/models/VGGNet/VOC0712/SSD_300x300/deploy.prototxt文档最后 

      output_name_prefix: "comp4_det_test_"
      output_format: "VOC"
      label_map_file: "data/VOC0712/labelmap_voc.prototxt"

把label_map_file改成绝对地址就可以了

caffe-ssd训练自己的数据集（同时记录自己遇到的各种错误）
weixin_43317842的博客
02-27 1519
ONE： 首先当然是caffe的编译和安装啦，这里不详细阐述，下面内容都是基于caffe-ssd版本来做的。进行下一步之前，确保你的caffe是ssd版本且没有任何问题！ TWO： — 准备数据集，jpeg,jpg,png…都可以，反正是你自己的数据集。 —创建文件夹，在你的caffe/data/路径下创建一个数据集文件，博主为如下图： 然后在imageSets文件夹再新建空文本：test.txt...
windows运行caffe-ssd目标检测
u013732310的博客
01-11 2095
将在ubuntu下训练的caffe-ssd模型移植到windows下。 配置环境：windows7系统+vs2013（推荐）+cuda8.0 所需文件： windows-caffe：https://github.com/conner99/caffe 选择ssd-Microsoft 分支 ubuntu-ssd地址：链接：http://pan.baidu.com/s/1mhYuf7y 密码：3...
labelmap.prototxt
jane_6091的博客
02-25 1068
item { name: "background" label: 0 display_name: "background" } item { name: "Gesture1" label: 1 display_name: "Gesture1" } item { name: "Gesture0" label: 2 display_name: "Gesture0&q
关于训练caffe模型出现./build/tools/caffe: command not found
xunan003的博客
06-10 8966
1、问题来源      博主是在学习21天一次训练模型时键入命令sudo ./build/tools/caffe train --solver=lenet_lr_solver.prototxt时，突然提示题目中所示报错。瞬间蒙蔽，之前编译的时候好好的啊。打开caffe/build/tools一看，更蒙蔽，空空如也，什么文件都没有了。思来想去，原来是有一次在caffe下使用过命令make clea
java已放弃核心已转储,薛开宇读书笔记二的问题 Using CPU 已放弃 (核心已转储)...
weixin_29515393的博客
03-11 315
$ ./build/tools/extract_features.bin models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel examples/_temp/imagenet_val.prototxt fc7 examples/_temp/features 10 leveldb报错E1103 21:45:13.11693...
Linux下 文件描述符（fd）与 文件指针（FILE*）
MaHua的博客
05-07 2万+
一、文件描述符（fd）我们都知道在Linux下一切皆文件。当然设备也不例外，如果要对某个设备进行操作，就不得不打开此设备文件，打开文件就会获得该文件的文件描述符fd( file discriptor), 它就是一个很小的整数，每个进程在PCB（Process Control Block）中保存着一份文件描述符表，文件描述符就是这个表的索引，每个表项都有一个指向已打开文件的指针。 图中文件描述符
Linux环境之1_临时文件
u012654882的专栏
05-06 600
在很多情况下，程序会利用
利用caffe-ssd对钢材表面缺陷数据集(NEUDataset)进行finetune训练和测试
jsk_learner的博客
07-11 6693
本篇博客主要讲解如何使用在VOC0712数据集下训练好的ssd.caffemodel来对自己的数据集进行finetune训练，涉及到NEUDataset、一些python脚本代码、网络结构的修改、网络训练和测试流程以及批量生成测试图片的python代码。 同时，本篇博客不会再涉及到路径和名称修改问题，关于caffe-ssd的安装编译、网络训练和测试以及路径和名称修改等问题请参考我这篇博客： 目标检测SSD网络在Caffe下的实现
caffe-ssd调试问题总结
cui841923894的博客
08-03 1229
1.Caffe运行Ssd网络报错Messageetypee “caffe.LayerParameter”has no field named “permute_param” 原因是caffe版本不对，使用 https://github.com/weiliu89/caffe/tree/ssd 2.运行Ssd网络报错: File not found: data/VOC0712/labelmap_...
基于caffe用SSD训练自己的数据
Sunny_Darker的博客
11-03 1085
题记：基于caffe的检测模型，之前在mxnet上用ssd训练过，故还用ssd来训练。从环境到训练，踩了不少坑，记录一下，方便以后翻阅。仅为自己记录使用。 一、准备工作 1、下载代码 git clone https://github.com/weiliu89/caffe.git cd caffe git checkout ssd #切换到ssd分支 2、修改配置Makefile.config文件 cp Makefile.config.example Makefile.config vi
VGG_ILSVRC_16_layers_fc_reduced.caffemodel
11-25
caffe ssd 中 ssd_pascal.py训练中所需要的预训练caffemodel模型参数，由于官网提供的资源下载速度太慢，所以借内网优快云平台特此分享给大家
一个由于临时文件引起的异常 tmpFile.renameTo(classFile) failed
生活充满节奏感
07-04 7538
废话少说，先抛异常： java.io.IOException: tmpFile.renameTo(classFile) failed at org.apache.jasper.compiler.SmapUtil$SDEInstaller.install(SmapUtil.java:246) at org.apache.jasper.compiler.SmapUtil.instal
再次配置windows caffe遇到的问题
oShenXingTianXia的博客
07-06 3980
（1）安装cuda6.5时显示：non 7z archive 原因：压缩文件损坏，用winrar打开就知道了 解决办法：重新下载   （2）修改配置文件 [1]是指修改CommonSettings.props。 [2]cuDnnPath是指  D:\CaffeTools\cudnn7.0 参考：http://blog.csdn.net/zhjm07054115/article/det
测试caffe中的net
woneil
07-31 7486
参考,P136,所用到的boost需要是boot_1_58_0版本。 编写文件 net_demo.cpp，并保存在/home/sf/demo下： #include #include #include "caffe/net.hpp" using namespace caffe; using namespace std; int main(void) {     std:
SSD: Single Shot MultiBox Detector 检测单张图片
热门推荐
Jesse_Mx的博客
10-29 2万+
前言 博主也算是刚开始研究SSD项目，之前写了一篇SSD的安装和配置，这次是简单介绍下如何用SSD检测单张图片，其实过程也比较简单，下面正式开始。准备工作 当然，首先你要把SSD按照教程编译好，设置好python环境变量，然后重启计算机（建议），开始本次工作。SSD项目检测单张图片有C++程序和ipython程序，这里建议用ipython，主要是方便简单（最近新增了C++程序说明）。该工具路径为/h
caffe下cnn调试中碰到Check failed: ReadProtoFromBinaryFile(param_file, param) Failed to parse NetParameter
yewei11的专栏
04-17 2万+
在用官网已经训练好的bvlc_googlenet.caffemodel模型文件进行分类时出现 I0417 07:39:42.430258  1149 net.cpp:255] Network initialization done. F0417 07:39:42.430991  1149 upgrade_proto.cpp:95] Check failed: ReadProtoFromBina
faster-rcnn训练自己的数据集遇到的问题
l_ml_m_lm_m的博客
05-25 2935
当之前运行出错，然后修改完再运行是一定要删除data/cache文件
ssdtrain demo
Focusing on your own Mind :) －> 站在巨人的肩膀上
04-25 4148
编译成功后： --> cannot find google.protobuf.external -->conda install protobuf -->   File "examples/ssd/ssd_pascal_back.py", line 2, in                                   =     import caffe
Spyder IPython窗口提示RuntimeError: Could not open file .../deploy.prototxt
u013541799的博客
03-06 4049
Windows环境下利用训练好的caffe模型用Python来对其测试数据进行测试，但是却发现窗口提示：RuntimeError: Could not open file .../caffe/windows/examples/catdog/deploy.prototxt.花了很长时间找原因，最后发现可能是路径太长的缘故，导致找不到文件如下图 修改路径 放到D盘根目录下启动程序发现可以运行
Prototxt file not found: models\pose/coco/pose_deploy_linevec.prototxt.
最新发布
03-08
<think>好的，用户遇到了Prototxt文件未找到的错误，具体路径是models\pose/coco/pose_deploy_linevec.prototxt。首先，我需要确定这个问题的可能原因。Prototxt文件通常是Caffe框架中用于定义网络结构的配置文件，所以用户可能在运行一个基于Caffe的项目，比如OpenPose之类的姿态估计模型。 首先，常见的错误原因可能是文件路径不正确或者文件确实缺失。用户提供的路径中有反斜杠，可能在Windows系统中，但有时候路径中的斜杠方向或大小写可能导致问题。需要建议用户检查路径是否正确，包括目录名和文件名的大小写是否匹配，因为有些系统是大小写敏感的。 其次，用户可能没有正确下载所需的模型文件。Prototxt文件和对应的.caffemodel文件通常需要一起下载。如果用户只下载了模型权重文件而缺少了prototxt，或者下载的文件存放位置不对，就会导致这个问题。需要建议用户确认是否下载了所有必要的文件，并检查存放路径是否正确。 另外，项目本身的配置文件可能有误，比如代码中硬编码了某个路径，而用户的目录结构不同。这时候用户需要查看代码中指定prototxt文件路径的部分，确认是否与实际路径一致。可能需要修改配置文件或代码中的路径指向正确的位置。 还有可能是环境变量或相对路径的问题。如果代码中使用的是相对路径，而用户执行的位置不在项目根目录下，可能导致路径解析错误。建议用户检查当前工作目录，并调整路径或执行位置。 此外，用户可能从GitHub等地方克隆了项目，但prototxt文件可能没有被包含在仓库中，或者需要额外下载。这时候需要查看项目文档，确认是否有说明需要单独下载这些文件，或者是否提供了下载脚本。 最后，如果用户确认文件存在但依然报错，可能需要检查文件权限，确保程序有权限读取该文件。不过这种情况在Windows下相对少见，但也不能完全排除。 总结下来，解决步骤应该是：1. 检查文件路径是否正确；2. 确认文件是否存在；3. 下载缺失的文件；4. 调整代码或配置中的路径；5. 检查执行环境和权限。 现在需要将这些思路整理成用户友好的步骤，用中文清晰说明，并给出相关建议，比如下载链接或修改路径的方法。同时，根据用户提供的引用，虽然引用是关于CNN的，但可能用户的问题涉及计算机视觉项目，所以可以关联到相关领域。</think>### 解决Prototxt文件未找到错误的方法 **问题描述** 错误提示`Prototxt file not found: models\pose/coco/pose_deploy_linevec.prototxt`表明程序在指定路径下未找到网络结构定义文件（`.prototxt`），常见于使用Caffe框架的计算机视觉项目（如OpenPose）[^1]。 --- ### 逐步解决方案 #### 1. **检查文件路径** - **路径格式**：Windows系统路径通常使用反斜杠`\`，而代码中可能使用正斜杠`/`。需确保路径分隔符统一，例如改为： `models/pose/coco/pose_deploy_linevec.prototxt`。 - **大小写敏感**：某些系统（如Linux）对路径大小写敏感，检查目录名（如`pose` vs `POSE`）和文件名是否完全匹配。 #### 2. **确认文件是否存在** - 手动导航到路径`models/pose/coco/`，检查是否包含`pose_deploy_linevec.prototxt`。 - 若文件缺失，需从官方渠道下载： - **OpenPose模型文件**：[官方GitHub Releases](https://github.com/CMU-Perceptual-Computing-Lab/openpose/releases)的`models`目录中下载`pose`相关文件。 - **其他项目**：参考项目文档提供的模型下载链接。 #### 3. **调整代码中的路径** - 如果文件实际路径与代码中硬编码路径不一致，需修改代码。例如： ```python # 原代码可能为 proto_path = &quot;models/pose/coco/pose_deploy_linevec.prototxt&quot; # 修改为实际路径 proto_path = &quot;your_project/models/pose/coco/pose_deploy_linevec.prototxt&quot; ``` - 或使用相对路径（确保执行位置正确）： ```python proto_path = os.path.join(&quot;models&quot;, &quot;pose&quot;, &quot;coco&quot;, &quot;pose_deploy_linevec.prototxt&quot;) ``` #### 4. **重新下载模型文件** - 若文件被误删或未完整下载，重新下载并解压到正确目录。例如OpenPose需下载并解压`pose/coco`目录到`models`下。 #### 5. **检查项目配置** - 某些项目通过配置文件（如`config.yml`）或环境变量指定路径，需检查配置是否指向实际存储位置。 #### 6. **验证文件权限** - 确保程序有权限读取该文件（右键文件 → 属性 → 安全设置）。 --- ### 示例修复后的目录结构 ``` your_project/ ├── models/ │ └── pose/ │ └── coco/ │ ├── pose_deploy_linevec.prototxt # 确保文件存在 │ └── pose_iter_440000.caffemodel # 对应的模型权重 └── main.py ``` ---
评论
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