solo2试跑报错记录

solo2试跑报错记录

跑自己训练集前，注意自己的gpu个数和选用的训练文件对应！

1.solov2训练自己数据集

1.1先跑通demo

demo跑通说明环境配置没有问题

出现UserWarning: This overload of nonzero is deprecated，说torch的nonzero要用个as_type的参数（nonzero(*, bool as_tuple)）

跳到相应文件下把inds = inds.nonzero改成inds = inds.nonzero(as_type=false)就行

1.2整理自己的数据集

1.2.1数据集格式

labelme标注后转为coco格式（annotations下放labelme转coco后的合并json文件，train和val里面放的是你用来训练的原图!），路径如下

1.2.2添加上自己的数据集

1. 路径：SOLO-master/mmdet/core/evaluation/class_names.py

   

2. 路径：SOLO-master/mmdet/datasets/coco.py

这里是一个关于数据集的配置说明，它用了另一种数据集配置的方式，效果一样(后文配置跟随它的)

1.2.3修改配置文件

按照自己的需求选择配置文件，我用的是SOLO-master\configs\solov2\solov2_r50_fpn_8gpu_3x.py，对应的权重文件是SOLO-master\checkpoints\SOLOv2_R50_3x.pth（要自己下载放到对应路径，solo项目里给出了）

# model settings
model = dict(
    type='SOLOv2',
    pretrained='torchvision://resnet50',
    backbone=dict(
        type='ResNet',
        depth=50,
        num_stages=4,
        out_indices=(0, 1, 2, 3), # C2, C3, C4, C5
        frozen_stages=1,
        style='pytorch'),
    neck=dict(
        type='FPN',
        in_channels=[256, 512, 1024, 2048],
        out_channels=256,
        start_level=0,
        num_outs=5),
    bbox_head=dict(
        type='SOLOv2Head',
        num_classes=2,
        in_channels=256,
        stacked_convs=4,
        seg_feat_channels=512,
        strides=[8, 8, 16, 32, 32],
        scale_ranges=((1, 96), (48, 192), (96, 384), (192, 768), (384, 2048)),
        sigma=0.2,
        num_grids=[40, 36, 24, 16, 12],
        ins_out_channels=256,
        loss_ins=dict(
            type='DiceLoss',
            use_sigmoid=True,
            loss_weight=3.0),
        loss_cate=dict(
            type='FocalLoss',
            use_sigmoid=True,
            gamma=2.0,
            alpha=0.25,
            loss_weight=1.0)),
    mask_feat_head=dict(
            type='MaskFeatHead',
            in_channels=256,
            out_channels=128,
            start_level=0,
            end_level=3,
            num_classes=256,
            norm_cfg=dict(type='GN', num_groups=32, requires_grad=True)),
    )

# training and testing settings
train_cfg = dict()
test_cfg = dict(
    nms_pre=500,
    score_thr=0.1,
    mask_thr=0.5,
    update_thr=0.05,
    kernel='gaussian',  # gaussian/linear
    sigma=2.0,
    max_per_img=100)

# dataset settings
dataset_type = 'my_data'
data_root = 'D:/view/things/SOLO-master/mmdet/datasets/coco/'
# data_root = 'mmdet/datasets/coco/'# 自己的数据集路径
img_norm_cfg = dict(
    mean=[123.675, 116.28, 103.53], std=[58.395, 57.12, 57.375], to_rgb=True)
train_pipeline = [
    dict(type='LoadImageFromFile'),
    dict(type='LoadAnnotations', with_bbox=True, with_mask=True),
    dict(type='Resize',
         img_scale=[(548,192),],# 自己要训练的图片大小
         # img_scale=[(1333, 800), (1333, 768), (1333, 736),
         #            (1333, 704), (1333, 672), (1333, 640)],
         multiscale_mode='value',
         keep_ratio=True),
    dict(type='RandomFlip', flip_ratio=0.5),
    dict(type='Normalize', **img_norm_cfg),
    dict(type='Pad', size_divisor=32),
    dict(type='DefaultFormatBundle'),
    dict(type='Collect', keys=['img', 'gt_bboxes', 'gt_labels', 'gt_masks']),
]
test_pipeline = [
    dict(type='LoadImageFromFile'),
    dict(
        type='MultiScaleFlipAug',
        img_scale = (548,192),
        # img_scale=(1333, 800),
        flip=False,
        transforms=[
            dict(type='Resize', keep_ratio=True),
            dict(type='RandomFlip'),
            dict(type='Normalize', **img_norm_cfg),
            dict(type='Pad', size_divisor=32),
            dict(type='ImageToTensor', keys=['img']),
            dict(type='Collect', keys=['img']),
        ])
]
data = dict(
    imgs_per_gpu=2,
    workers_per_gpu=2,
    train=dict(
        type=dataset_type,
        ann_file=data_root + 'annotations/train.json',
        img_prefix=data_root + 'train/',
        pipeline=train_pipeline),
    val=dict(
        type=dataset_type,
        ann_file=data_root + 'annotations/val.json',
        img_prefix=data_root + 'val/',
        pipeline=test_pipeline),
    test=dict(
        type=dataset_type,
        ann_file=data_root + 'annotations/val.json',
        img_prefix=data_root + 'val/',
        pipeline=test_pipeline))

# optimizer
optimizer = dict(type='SGD', lr=0.00125, momentum=0.9, weight_decay=0.0001)
optimizer_config = dict(grad_clip=dict(max_norm=35, norm_type=2))
# learning policy
lr_config = dict(
    policy='step',
    warmup='linear',
    warmup_iters=500,
    warmup_ratio=0.01,
    step=[27, 33])
checkpoint_config = dict(interval=1)
# yapf:disable
log_config = dict(
    interval=50,
    hooks=[
        dict(type='TextLoggerHook'),
        # dict(type='TensorboardLoggerHook')
    ])
# yapf:enable
# runtime settings
total_epochs = 36
device_ids = range(8)
dist_params = dict(backend='nccl')
log_level = 'INFO'
work_dir = './work_dirs/solov2_release_r50_fpn_8gpu_3x'
load_from = None
resume_from = None
workflow = [('train', 1)]

 

1.2.4单gpu训练

python tools/train.py configs/solov2/solov2_r50_fpn_8gpu_3x.py

 

2.一堆报错

2.1 KeyError: Caught KeyError in DataLoader worker process 0.KeyError: -2

是torch报错：在迭代过程中，测试集没有重置索引，索引混乱

看到这里的回答，我想到我把完整的训练集总中间抽了一部分作为测试集，也就是从一个训练集拆分成一个训练集+一个测试集

我初次接触这种图像分割的内容，参考了这篇博客，从hook到runner理解train.py的结构

后来我修改workers_per_gpu=0，成为报错gt_labels.append(self.cat2label[ann['category_id']])，不再是torch的报错

跳转，锁定到

这里的category_id对应错误，我打开annotations下的json文件查看

print(ann)发现category_id不同

是我曾在labelme转化coco格式的脚本中修改了category_id的定义，之前有个博文说这里-1能将背景也作为一个标记出来，先改回原来的默认值

2.2 File "<array_function internals>", line 6, in concatenate.ValueError: need at least one array to concatenate

出现这个问题一定是和数据集有关的错误（路径、标签格式）【对，路径错误也会报这个错】

说标签错误，跳到实现迭代的函数下康康，在循环最后输出indices发现为空，在循环中间输出indice康康，这里发现print(indice)却没有任何输出

调了半天发现是flag为空list，上翻flag的定义，发现flag是在自定义的Sampler下，且已检查flag为存在，说明整理数据集时，flag就没有做好。但是我找了加载数据的地方，并没有提到flag，这里是第一次定义，也就是说数据本身是存在flag标签的，但是我用来训练的数据没有

重新把数据集整理后，可以看到每张图单个的json文件里出现了flag

不必要添加background，有人想把背景和标签分隔开，如果只是做前景的标签识别，不用

检查数据集每一个部分的读取是否对应

解决方案：

再把数据集的绝对路径改为相对路径（参考）

注意用的数据集，train和val文件夹下放的都是标注前的原图！不要用经过标注中的图像->也会导致相应错误！！

2.3 OSError: symbolic link privilege not held

解决方案：尝试用管理员权限打开pycharm再跑一遍

其他可能：参考这篇软连接的问题，从路径下手

题外话，可算是跑起来了，只能说在跑网络前多检查几遍自己数据集的配置，以免训练自己数据集的时候因为它配置不对而报错（尤其是这时候的报错信息很难让人联想到本身的数据集出错了，error列出的内容和实际有问题的地方偏差会很大）

调试工具

除了pycharm自带的调试功能，推荐一个也很方便的工具