mmseg报错ValueError: size shape must match input shape. Input is 2D,size is 3

运行mmsegmentation碰到报错:size shape must match input shape. Input is 2D, size is 3
这个问题比较坑。有时候我们的标签size是[512,512,3],然而mmsegmentation需要的标签输入应该是8位的图片,即[512,512]。这点得怪mmsegmentation写的不好,没有考虑到输入标签是三通道灰度图的情况。

解决方案:进入mmseg/datasets/pipelines/loading.py,找到LoadAnnotations类的__call__函数,将gt_semantic_seg = mmcv.imfrombytes(img_bytes, flag=’unchanged’,backend=self.imdecode_backend).squeeze().astype(np.uint8)语句中的flag值改为grayscale,即gt_semantic_seg = mmcv.imfrombytes( img_bytes, flag='grayscale', backend=self.imdecode_backend).squeeze().astype(np.uint8)。

Btw,也可以在local_configs/base/datasets/ade20k.py的dict(type=‘LoadAnnotations’, reduce_zero_label=True),语句中,加上flag=grayscale,但这种方式还是得到mmseg/datasets/pipelines/loading.py文件中在__init__函数里加上self.flag,即将LoadAnnotations类的init改为:

    def __init__(self,
                 reduce_zero_label=False,
                 file_client_args=dict(backend='disk'),
                 imdecode_backend='pillow',
                 flag='grayscale'):
        self.reduce_zero_label = reduce_zero_label
        self.file_client_args = file_client_args.copy()
        self.file_client = None
        self.imdecode_backend = imdecode_backend
        self.flag = flag



这个问题我看了半天,主要犯了个大错。我一直检查标签数据,用的是cv2.imread(‘xxx.png’),但这样读取图片,无论是不是单通道的灰度图,都会被读成三通道的彩色图。btw,如果用cv2.imread(‘xxx.png’,0)读取图片,即使是三通道的图,也会被读成单通道的。这点需要注意一下。
 

你可能感兴趣的:(深度学习报错,人工智能)