欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

OutOfRangeError PaddingFIFOQueue '_1_get_batch/batch/padding_fifo_queue 解决方案

程序员文章站 2024-03-18 11:08:28
...

最近使用Faster-RCNN训练模型时,遇到了如标题所示的问题,最终得到解决,现在记录解决方式如下:

一般这种问题都不是代码的问题,请先检查训练数据:

1. 训练数据中图像文件和标注文件数量是否相同

2. 训练数据中是否有损坏的图片(数量多的话可以用PIL写个简单的加载方法去判断)

3. 标注文件中标注的长宽与实际长宽是否相同(我的问题在这里得到了解决,下面列出检测的代码):

from xml.etree.ElementTree import ElementTree, Element
import os
import numpy as np
import cv2

# 可以读取带中文路径的图
def cv_imread(file_path):
    cv_img = cv2.imdecode(np.fromfile(file_path, dtype=np.uint8), -1)
    return cv_img

def read_xml(in_path):
    tree = ElementTree()
    tree.parse(in_path)
    return tree

if __name__ == '__main__':
    source_pic_root_path = '你的训练数据文件夹地址'
    for parent, _, files in os.walk(source_pic_root_path):
        for file in files:
            if file.endswith('.xml'):
                continue
            pic_path = os.path.join(parent, file)
            img = None
            try:
                img = cv_imread(pic_path)
                if img is None:
                    raise Exception('图片打开失败')
            except Exception as e:
                print(str(e))
                continue
            size = img.shape
            xml_path = os.path.join(source_pic_root_path, file[:-4] + '.xml')
            tree = read_xml(xml_path)
            root = tree.getroot()
            for h_node in root.iter('height'):
                height = str(size[0])
                # 检测
                if height != h_node.text:
                    print('{}==>{}==>{}'.format(height,h_node.text,file))
                    print('--------------')
                # 解决
                # h_node.text = height

            for w_node in root.iter('width'):
                width = str(size[1])
                # 检测
                if width != w_node.text:
                    print('{}==>{}==>{}'.format(width, w_node.text, file))
                    print('--------------')
                # 解决
                # w_node.text = width
            # 在解决时打开该注释
            #tree.write(xml_path)

数据检测完毕完全没问题之后,可以查看代码的初始化部分的问题(未初始化local variables也会导致该问题):

with tf.Session() as sess:
    sess.run(tf.local_variables_initializer())
    sess.run(tf.global_variables_initializer())

 

相关标签: AI