detectron运行自己数据集，NotImplementedError: No evaluator for dataset: my_dataset_val错误

最新推荐文章于 2024-07-26 12:29:39 发布

yuanliang861

最新推荐文章于 2024-07-26 12:29:39 发布

阅读量1.2k

点赞数

CC 4.0 BY-SA版权

分类专栏：机器学习深度学习

本文链接：https://blog.youkuaiyun.com/yuanliang861/article/details/86549426

机器学习深度学习专栏收录该内容

12 篇文章

订阅专栏

本文介绍了解决在使用自定义数据集进行模型训练和评估时遇到的常见错误“No evaluator for dataset”。通过在配置文件中添加特定命令，可以成功进行模型评估并获取AP、AP50等关键指标。

test

test错误：No evaluator for dataset: my_dataset_val

无论是在训练程序时，还是在运行test_net.py的时候，会出现这样的错误

NotImplementedError: No evaluator for dataset: my_dataset_val

这是由于更换了自己的数据集造成的。

解决这个错误，在对应的.yaml文件的TEST中添加一条命令就可以了。

FORCE_JSON_DATASET_VAL: True

下面是完整的文件

MODEL:
  TYPE: generalized_rcnn
  CONV_BODY: FPN.add_fpn_ResNet50_conv5_body
  NUM_CLASSES: 11
  FASTER_RCNN: True
NUM_GPUS: 1
SOLVER:
  WEIGHT_DECAY: 0.0001
  LR_POLICY: steps_with_decay
  BASE_LR: 0.001
  GAMMA: 0.1
  MAX_ITER: 20000
  STEPS: [0, 10000, 15000]
FPN:
  FPN_ON: True
  MULTILEVEL_ROIS: True
  MULTILEVEL_RPN: True
FAST_RCNN:
  ROI_BOX_HEAD: fast_rcnn_heads.add_roi_2mlp_head
  ROI_XFORM_METHOD: RoIAlign
  ROI_XFORM_RESOLUTION: 7
  ROI_XFORM_SAMPLING_RATIO: 2
TRAIN:
  WEIGHTS: https://dl.fbaipublicfiles.com/detectron/ImageNetPretrained/MSRA/R-50.pkl
  DATASETS: ('my_dataset_train',)
  SCALES: (800,)
  MAX_SIZE: 1333
  BATCH_SIZE_PER_IM: 512
  RPN_PRE_NMS_TOP_N: 2000  # Per FPN level
  SNAPSHOT_ITERS: 5000
TEST:
  DATASETS: ('my_dataset_val',)
  FORCE_JSON_DATASET_EVAL: True
  SCALE: 800
  MAX_SIZE: 1333
  NMS: 0.5
  RPN_PRE_NMS_TOP_N: 1000  # Per FPN level
  RPN_POST_NMS_TOP_N: 1000
OUTPUT_DIR: .

更改之后，运行程序就可以看到评价指标 AP，AP50，AP75，APs，APm，APl

INFO json_dataset_evaluator.py: 218: Wrote json eval results to: ./test/my_dataset_val/generalized_rc nn/detection_results.pkl
INFO task_evaluation.py:  62: Evaluating bounding boxes is done!
INFO task_evaluation.py: 181: copypaste: Dataset: my_dataset_val
INFO task_evaluation.py: 183: copypaste: Task: box
INFO task_evaluation.py: 186: copypaste: AP,AP50,AP75,APs,APm,APl
INFO task_evaluation.py: 187: copypaste: 0.5021,0.7364,0.5354,0.5929,-1.0000,-1.0000