使用mmdetection做實例分割過程中踩的一個大坑。

?經過反復調試后，終于發現是數據集的問題。在實例分割中，分割標簽的鍵'iscrowd'為1的時候，標簽會被拋棄，全為1的時候，就會發生以上錯誤。出錯原因代碼如下

?iscrowd表示一個以上物體連在一個，作為一個整體，如人群，所以做實例分割時候會被過濾掉。而在coco數據集中。iscrowd的取值取決于標簽segmentation的格式，格式為RLE的時候，iscrowd為1，格式為polygon的時候，iscrowd為0。所以當你自己的數據標簽的segmentation全為RLE格式的時候，你的所有標簽都會被拋棄，錯誤在所難免。于是就要將RLE格式轉為polygon格式。代碼如下，

代碼參考：

https://github.com/facebookresearch/Detectron/issues/100

https://tianchi.aliyun.com/competition/entrance/231787/information

RLE轉polygon

import numpy as np import json from tqdm import tqdm import random import os import cv2 import matplotlib.pyplot as plt import pycocotools.mask as maskUtilsdef annToRLE(ann, i_w, i_h):h, w = i_h, i_wsegm = ann['segmentation']if type(segm) == list:# polygon -- a single object might consist of multiple parts# we merge all parts into one mask rle coderles = maskUtils.frPyObjects(segm, h, w)rle = maskUtils.merge(rles)elif type(segm['counts']) == list:# uncompressed RLErle = maskUtils.frPyObjects(segm, h, w)else:# rlerle = ann['segmentation']return rlerle = annToRLE(ann_fu, ann_fu['segmentation']['size'][0], ann_fu['segmentation']['size'][1]) mask = maskUtils.decode(rle) contours, _ = cv2.findContours(mask, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) # after opencv 3.2 # _, contours, hierarchy = cv2.findContours((mask).astype(np.uint8), cv2.RETR_TREE, # cv2.CHAIN_APPROX_SIMPLE) segmentation = [] for contour in contours:contour = contour.flatten().tolist()if len(contour) > 4:segmentation.append(contour) ann_coco['segmentation'] = segmentation

?

?值得注意的是，contours, _ = cv2.findContours(mask, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)這句可能報錯，原因是版本問題。opencv版本高于3.2時，有三個輸出，要用??_, contours, _ ， 否則，使用 contours, _? 。

總結

以上是生活随笔為你收集整理的ValueError('need at least one array to stack') ValueError: need at least one array to stac的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。