MATLAB的答案

我必须与多个类数据集在一个图像训练更快R-CNN检测网络?

11视图(30天)
朱莉安娜秋安何
朱莉安娜秋安何 2020年4月5日
回答: Asvin库马尔 2020年4月12日
我用5个类培训更快R-CNN检测网络数据集组成共有2000张图片,每个图片只包含一个类。我做的数据扩充和调整的数据训练检测器之前使用转换函数。训练检测器时,我得到错误如下:
无效的变换函数上定义数据存储。
错误的原因是:
错误使用bboxwarp > iParseInputs(第131行)
“bboxA”的价值是无效的。预期的输入数1 bboxA整数值。
错误bboxwarp(第82行)
params = iParseInputs (bboxA tform ref,变长度输入宗量{:});
错误augmentData(11行)
{2}= bboxwarp数据(数据{2}、tform溃败);
在matlab.io.datastore错误。TransformedDatastore/read (line 148)
data = self.Transforms{2}(数据);
错误vision.internal.cnn.rcnnDatasetStatistics > readThroughAndGetInformation(第70行)
批=阅读(数据存储);
错误vision.internal.cnn.rcnnDatasetStatistics(27)行
params = readThroughAndGetInformation(数据存储,layerGraph);
错误trainFasterRCNNObjectDetector > iCollectImageInfo(第1637行)
imageInfo = vision.internal.cnn.rcnnDatasetStatistics (trainingData rpnLayerGraph imageInfoParams);
错误trainFasterRCNNObjectDetector(第418行)
[imageInfo, trainingData] = iCollectImageInfo (trainingData、fastRCNN iRPNParamsEndToEnd (params),参数);
错误Contaminants_Detector(第171行)
[探测器,信息]= trainFasterRCNNObjectDetector (trainingData, lgraph,…
选项,“NegativeOverlapRange”, [0 0.3],……
“PositiveOverlapRange”, (0.6 - 1));
这个问题是由于在每幅图像的存在只有一个班?或者我的代码的问题是什么?

在回答这个问题。

答案(1)

Asvin库马尔
Asvin库马尔 2020年4月12日
你可以有图片只有一个类。是没有问题的。
的问题是 bboxwrap 你使用在执行转换。T 他 变换 函数 通过创建一个工作 TransformedDatastore 对象的变换应用于输入数据存储 我们 再然后 当你所谓的应用 trainFasterRCNNObjectDetector 函数。
错误读取,它看起来像 bbox 你的第一个参数的值 bboxwrap 函数不是整数值 d。可能他们相反类型的单引号或双。这就是你需要修复。
看一看下面的例子来看看吗 bboxwrap 使用 :
//www.tatmou.com/help/vision/examples/object-detection-using-faster-r-cnn-deep-learning.html DeepLearningFasterRCNNObjectDetectionExample-3

类别

找到更多的在对象检测在帮助中心和文件交换

标签

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!