1000+图片,但仍显示数据集过小

[right135]

带map的mask模型，为什么有1000+张照片，也按照readme修改了classes_path，并且生成了三个json文件，内容也都没什么问题，但是运行train.py文件，显示数据集过小，是哪个环节出问题了吗？

[right135]

通过对比shape训练集产生的json文件，发现 我的那个train_annotations.json文件中 “annotations”:=[ ]，这是为什么呀qwq

[bubbliiiing]

可能类别写错了

[lzh10382002]

看看是不是labelme 版本问题。我用的5.0.1标注的，结果就读取不出来。。不知道有没有办法把json文件格式改成3.16.7的。。

[right135]

确实是类别写错了，谢谢大家qwq

[lzh10382002]

所以是txt中的类别写错了吗？与json中的不符合吗？

[right135]

没有,是我用labelme标注了同一物体的五个不同类别，起名为wheat1,wheat2....，然后执行coco_annotations.py文件的时候，会把结尾的数字通过split函数去掉获得类别的名字，以为是wheat种类，但是我的种类中有没有wheat种类，就导致train_annotations.json文件中的annotations变量为空，然后训练的时候就会以为我没有数据集，就会显示数据集过小，通过json脚本文件，将json文件中的标签名修改之后，就不会报错了。

[lzh10382002]

thanks

[Zxiaoting]

没有,是我用labelme标注了同一物体的五个不同类别，起名为wheat1,wheat2....，然后执行coco_annotations.py文件的时候，会把结尾的数字通过split函数去掉获得类别的名字，以为是wheat种类，但是我的种类中有没有wheat种类，就导致train_annotations.json文件中的annotations变量为空，然后训练的时候就会以为我没有数据集，就会显示数据集过小，通过json脚本文件，将json文件中的标签名修改之后，就不会报错了。

Json文件中的标签是正确的，但是annotations变量还是为空，运行还是提醒数据集过小是什么原因呢？标签是Y18,Y28,Y38,Y48

[Zxiaoting]

另外有个问题是，训练自己的数据集的时候，数据集一定得是规则的图像吗？annotations变量与规则不规则有关系吗？

[right135]

标签有问题，可详细查看coco_annotations.py文件，他在处理类的时候，会把你的标签名进行split，去掉名字中的数字和其他字符，所以，你的种类都就变为Y了，但是你的voc_class.txt中可能并没有Y种类，所以你的annotations变量就是空了。

[Zxiaoting]

好！感谢！我试试！

	@.***

@.*** |

---- 回复的原邮件 ---- | 发件人 | @.> | | 日期 | 2022年09月07日 10:03 | | 收件人 | @.> | | 抄送至 | @.**@.> | | 主题 | Re: [bubbliiiing/mask-rcnn-keras] 1000+图片,但仍显示数据集过小 (Issue #41) |

标签有问题，可详细查看coco_annotations.py文件，他在处理类的时候，会把你的标签名进行split，去掉名字中的数字和其他字符，所以，你的种类都就变为Y了，但是你的voc_class.txt中可能并没有Y种类，所以你的annotations变量就是空了。

— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.***>

[bubbliiiing]

emm是的。