Faster R-CNN训练VOC格式的数据集问题与解决
2018-01-30 10:45
399 查看
注:只因我被这问题困扰了几天,因此记下。
在做目标检测时,采集数据并进行标注,是这项工作的第一个步骤。图像的采集过程自然不必多说,而之后的标注工作却是个体力活。网上应该有不少开源的工具,我用的是Github上的一个叫做“labelImg”的工具,其界面如图所示:
标注的图像信息会自动保存成xml格式。
然而,在标住完成之后,准备训练时,却报错了:
首先,经过检查,我发现labelImg生成的xml和我以前使用的xml(可用的)的区别在于:前者用“空格”表达空白,而后者用“制表”。
而且我分析VOC解析xml的代码(VOCdevkit2007\VOCcode)时,发现在此代码中“空格”确实会导致xml解析错误。
当我将空格改成制表之后,xml解析没问题了,但还是会报类似的错误。这时,错误定位到proposal_prepare_image_roidb函数,经过调试分析,发现这是因为数据集中的有些图像的boxes和class信息为空,我把这些有问题的数据项找出来,然后分析它们对应的xml文件,发现其共同特点是:第一行有“verified=”yes””,而其它正常的xml却没有这个信息。
我不知道这是什么原理,但是认为它应该就是错误的原因。我将其删除,之后训练过程就很顺利了。
但我不知道这些错误是怎么来的,是来自于工具?来自于人?来自于程序运行的中间过程?没有进一步研究。
在做目标检测时,采集数据并进行标注,是这项工作的第一个步骤。图像的采集过程自然不必多说,而之后的标注工作却是个体力活。网上应该有不少开源的工具,我用的是Github上的一个叫做“labelImg”的工具,其界面如图所示:
标注的图像信息会自动保存成xml格式。
然而,在标住完成之后,准备训练时,却报错了:
首先,经过检查,我发现labelImg生成的xml和我以前使用的xml(可用的)的区别在于:前者用“空格”表达空白,而后者用“制表”。
而且我分析VOC解析xml的代码(VOCdevkit2007\VOCcode)时,发现在此代码中“空格”确实会导致xml解析错误。
当我将空格改成制表之后,xml解析没问题了,但还是会报类似的错误。这时,错误定位到proposal_prepare_image_roidb函数,经过调试分析,发现这是因为数据集中的有些图像的boxes和class信息为空,我把这些有问题的数据项找出来,然后分析它们对应的xml文件,发现其共同特点是:第一行有“verified=”yes””,而其它正常的xml却没有这个信息。
我不知道这是什么原理,但是认为它应该就是错误的原因。我将其删除,之后训练过程就很顺利了。
但我不知道这些错误是怎么来的,是来自于工具?来自于人?来自于程序运行的中间过程?没有进一步研究。
相关文章推荐
- Faster-RCNN/SSD/训练将数据集做成VOC2007格式
- Faster R-CNN训练问题解决:py-faster-rcnn/lib/datasets/imdb.py问题
- Faster RCNN 训练中的一些问题及解决办法
- Faster RCNN 训练自己的数据集(Matlab,python版本)及制作VOC2007格式数据集
- Faster RCNN 在Linux+CPU环境下训练自己的数据集过程以及训练遇到的问题
- Faster R-CNN训练问题解决
- ubutnu16.04+caffe+cuda8.0+NVIDIA TX2环境下,Faster RCNN 训练中的一些问题及解决办法
- 【YOLO】训练voc数据集没有框??解决方法
- Faster RCNN训练出现问题:generated_database_->Add(encoded_file_descriptor, size)
- 用faster rcnn 训练其他数据集
- faster rcnn训练过程出现loss=nan解决办法
- Caffe-SSD 和Faster RCNN训练 Caltech行人数据集
- 解决faster-rcnn中训练时assert(boxes[:,2]>=boxes[:,0]).all()的问题
- Windows + Faster R-CNN配置若干问题与解决
- Windows + Faster R-CNN配置若干问题与解决
- Faster-RCNN训练问题解决:GPU内存
- tx2 faster rcnn 训练自己的数据错误及解决方法
- 解决faster-rcnn中训练时assert(boxes[:,2]>=boxes[:,0]).all()的问题
- YOLOv3 ubuntu 配置及训练自己的VOC格式数据集
- 解决faster-rcnn中训练时assert(boxes[:,2]>=boxes[:,0]).all()的问题