Faster R-CNN代码实战（python）日志 （过程中遇到的错误总结 疑惑解答 各种知识点记录）

目录

 

 

2018.3.19（二） 开始

报错：'NoneType' AttributeError: 'NoneType' object has no attribute 'shape'

pass和continue的区别：continue表示跳过后面的程序，重新循环，而pass表示站位，后面的代码（else之前）还是会执行

报错：ValueError: Shape must be rank 1 but is rank 0 for 'bn_conv1/Reshape_4' (op: 'Reshape') with input shapes: [1,1,1,64], [].

报错：TypeError: softmax() got an unexpected keyword argument 'axis'

用conda install keras==2.1不行，

报错：PackagesNotFoundError: The following packages are not available from current channels:

报错：Could not load pretrained model weights. Weights can be found in the keras application folder        https://github.com/fchollet/keras/tree/master/keras/applications

报错：Exception: could not broadcast input array from shape (38, 67, 18) into shape (1, 38, 67)

篮框类和背景类数量，训练集和验证集数量

python numpy数组中冒号的使用

报错：Exception: 'a' cannot be empty unless no samples are taken

报错：SSH连接错误：packet_write_wait: Connection to 10.212.48.236 port 22: Broken pipe

报错：Linux服务器：cp: omitting directory

ubuntu用命令行从官网下载python3: 

报错：Broken pipe  packet_write_wait: Connection to 10.212.48.236 port 22: Broken pipe 训练时服务器中断

---

 

2018.3.19（二） 开始

 

参考网址，阿里云云栖社区翻译，faster-rcnn实现：

https://y..aliyun.com/articles/679245?utm_content=g_1000031076#

 

原文：

https://www.analyticsvidhya.com/blog/2018/11/implementation-faster-r-cnn-python-object-detection/#comment-157499

 

把xml转换成csv，在转换成txt，克隆github上的仓库，把自己的训练图像和测试图片放进去，运行。

 

报错：'NoneType' AttributeError: 'NoneType' object has no attribute 'shape'

解决：

 

 

根本就没有图像000006.png

 

在simple_parser.py上加一个判断

 

pass和continue的区别：continue表示跳过后面的程序，重新循环，而pass表示站位，后面的代码（else之前）还是会执行

 

报错：ValueError: Shape must be rank 1 but is rank 0 for 'bn_conv1/Reshape_4' (op: 'Reshape') with input shapes: [1,1,1,64], [].

解决：把版本降到2.2.0就好了，本来是2.2.4,

 

 

报错：TypeError: softmax() got an unexpected keyword argument 'axis'

解决：降低keras版本

 

用conda install keras==2.1不行，

报错：PackagesNotFoundError: The following packages are not available from current channels:

解决：用pip install keras==2.1

 

删除不对应的xml之前：

 

删除不对应的xml之后：

 

 

报错：Could not load pretrained model weights. Weights can be found in the keras application folder        https://github.com/fchollet/keras/tree/master/keras/applications

解决：在CSDN上下载一个

resnet50_weights_tf_dim_ordering_tf_kernels.h5

然后放到文件夹下，在执行python文件时加上参数

--input_weight_path /Users/zxy/Desktop/zxy/GraduationDesign/keras-frcnn-master/resnet50_weights_tf_dim_ordering_tf_kernels.h5

 

报错：Exception: Error when checking target: expected rpn_out_class to have shape (None, None, None, 9) but got array with shape (1, 38, 67, 18)

解决：降低keras版本！！！降到2.0.9不会报错！！！这个bug困扰了我两天，查Google，搜索关键部分就查到了。

 

报错：Exception: could not broadcast input array from shape (38, 67, 18) into shape (1, 38, 67)

解决：一般是model原始输入图片尺寸和你实际输入图片尺寸不一样，导致报错。

篮框类和背景类数量，训练集和验证集数量

 

 

python numpy数组中冒号的使用

a[ : n]表示从第0个元素到第n个元素(不包括n)，a[1: ] 表示该列表中的第1个元素到最后一个元素。

list1[:3:2]，tul1[3:6:2]（注意3：6是索引第3至5，不包含6）

 

第一种意思，默认全部选择：

如，X[:,0]就是取矩阵X的所有行的第0列的元素，X[:,1] 就是取所有行的第1列的元素

 

第二种意思，指定范围，注意这里含左不含右

如，X[:, m:n]即取矩阵X的所有行中的的第m到n-1列数据，含左不含右

 

cls_loss和reg_loss loss

 

 

报错：Exception: 'a' cannot be empty unless no samples are taken

解决：把background改成bg生成csv，再转换成txt，代码里仍旧写bg

 

报错：SSH连接错误：packet_write_wait: Connection to 10.212.48.236 port 22: Broken pipe

 

https://www.cnblogs.com/chentianwei/p/9866046.html

 

 

报错：Linux服务器：cp: omitting directory

解决：报错是因为目录下面还有目录，因此使用递归拷贝，在cp命令后面加上-r参数。

 

ubuntu用命令行从官网下载python3: 

1. yum -y install gcc（gcc --version）
2. yum -y install zlib-devel bzip2-devel openssl-devel ncurses-devel s.lite-devel readline-devel tk-devel gdbm-devel db4-devel libpcap-devel xz-devel libffi-devel
3. wget https://www.python.org/ftp/python/6.8/Python-3.6.8.tgz
4. tar -zxvf Python-3.7.0.tgz
5. mkdir /usr/local/python3
6. cd Python-3.7.0

./configure --prefix=/usr/local/python3

make && make install

1. ln -s /usr/local/python3/bin/python3.7 /usr/bin/python3

ln -s /usr/local/python3/bin/pip3.7 /usr/bin/pip3

 

 

报错：Broken pipe  packet_write_wait: Connection to 10.212.48.236 port 22: Broken pipe 训练时服务器中断

解决：前往文件夹/etc/ssh/ssh_config，在Host *下添加ServerAliveInterval 300 和ServerAliveCountMax 2

 

新建一个会话窗口：

screen –S sessionName

列出所有的窗口：

screen –ls

离开这个窗口：

screen –d XXXXX

进入这个窗口：

screen –r XXXXX

分离并进入这个窗口：

screen –d –r XXXXX

重新连接到这个窗口：

screen –x XXXXX

删除这个窗口：

screen –X –S XXXXX quit

 

这是我训练过程中保存的一些模型，可以看到训练花费了很长时间。我是在服务器上用一块GPU跑的。