SSD训练过程中出现问题总结

最新推荐文章于 2025-06-24 20:49:06 发布

同学醒醒放学了

最新推荐文章于 2025-06-24 20:49:06 发布

阅读量2.8k

点赞数 1

CC 4.0 BY-SA版权

文章标签： caffe网络配置深度学习

本文链接：https://blog.youkuaiyun.com/weixin_41399111/article/details/83345942

在SSD模型训练过程中，遇到错误'Check failed: 0 == bottom[0]->count() % explicit_count (0 vs. 60)'，原因是test.prototxt中mbox_conf_reshape的维度配置错误，需根据类别数调整。另一个错误'Check failed: num_priors_ * num_classes_ == bottom[1]->channels()'表明网络层输出不匹配，需修改conf_和loc_层的num_out。最后，如果在运行create_data.sh时出现AttributeError: 'module' object has no attribute 'LabelMap'，问题可能在于未将Python路径添加到环境变量。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Check failed: 0 == bottom[0]->count() % explicit_count (0 vs. 60) bottom count (209472) must be divisible by the product of the specified dimensions (84)

这意味着test.prototxt内的mbox_conf_reshape配置有问题，具体是第三个dim的参数 dim:6，需要改成自己的待分类类别数目（要记得+background）

layer {
  name: "mbox_conf_reshape"
  type: "Reshape"
  bottom: "mbox_conf"
  top: "mbox_conf_reshape"
  reshape_param {
    shape {
      dim: 0
      dim: -1
      dim: 6
    }
  }
}

Check failed: num_priors_ * num_classes_ == bottom[1]->channels() (52368 vs. 55168) Number of priors must match number of confidence predictions.

这个意味着自己的网络层中输出个数不对应，具体需要修改每个conf_的num_out以及loc_层的num_out。num_out的基数是class和4（location的4个参数），2（confidence 的2个参数）.按照之前的类别进行修改。

layer {
  name: "conv6_2_mbox_conf"
  type: "Convolution"
  bottom: "conv6_2"
  top: "conv6_2_mbox_conf"
  param {
    lr_mult: 1
    decay_mult: 1
  }
  p