使用Adam优化器构建头盔/无头盔到骑手预测模型时遇ValueError

以下是触发ValueError的常见原因及对应修复方案：

1. 训练数据为空数组 #

问题 #

代码仅会将标注文件中**第一个边界框为头盔/无头盔类别（class_id=0）**的数据加入训练集，若所有标注文件都不满足此条件，input_boxes或output_boxes会成为空数组，调用model.fit()时直接触发ValueError。

修复 #

遍历文件内所有边界框，收集所有class_id=0的头盔框，并匹配对应骑手框（需根据实际标注逻辑调整匹配规则）：

# 替换原循环内的判断逻辑
for file_name in os.listdir(data_folder):
    if file_name.lower().endswith('.txt'):
        annotation_file_path = os.path.join(data_folder, file_name)
        all_bboxes = parse_annotation_file(annotation_file_path)
        
        # 遍历所有边界框，筛选头盔框并匹配对应骑手框
        for bbox in all_bboxes:
            if bbox[0] == 0:
                # 示例：取同文件中第一个class_id=1的骑手框作为输出
                rider_bbox = next((rb for rb in all_bboxes if rb[0] == 1), None)
                if rider_bbox is not None:
                    input_boxes.append(bbox[1:])
                    output_boxes.append(rider_bbox[1:])

2. YOLO标注格式不匹配 #

问题 #

代码假设标注格式为[class_id, x_min, y_min, x_max, y_max]，但原生YOLO标注格式是[class_id, x_center, y_center, width, height]（坐标为图像宽高的归一化值），格式不匹配会导致数据维度或数值范围错误，触发ValueError。

修复 #

修改解析函数，将原生YOLO格式转换为代码预期的坐标格式（需传入对应图像的宽高）：

def parse_annotation_file(annotation_file_path, img_width, img_height):
    with open(annotation_file_path, 'r') as file:
        lines = file.readlines()
    
    bounding_boxes = []
    for line in lines:
        parts = list(map(float, line.strip().split()))
        class_id = parts[0]
        x_center, y_center, w, h = parts[1:]
        # 转换为绝对坐标的x_min, y_min, x_max, y_max
        x_min = (x_center - w/2) * img_width
        y_min = (y_center - h/2) * img_height
        x_max = (x_center + w/2) * img_width
        y_max = (y_center + h/2) * img_height
        bounding_boxes.append([class_id, x_min, y_min, x_max, y_max])
    
    return np.array(bounding_boxes)

# 调用示例：需同步读取对应图像获取尺寸
image_folder = '/content/drive/MyDrive/M_R_H_NH/images'
for file_name in os.listdir(data_folder):
    if file_name.lower().endswith('.txt'):
        annotation_file_path = os.path.join(data_folder, file_name)
        img_path = os.path.join(image_folder, file_name.replace('.txt', '.jpg'))
        img = tf.keras.preprocessing.image.load_img(img_path)
        img_width, img_height = img.size
        all_bboxes = parse_annotation_file(annotation_file_path, img_width, img_height)
        # 后续数据收集逻辑同上

3. 批量大小大于样本数量 #

问题 #

若收集到的训练样本数小于设置的batch_size（比如仅25个样本，但batch_size=32），model.fit()会触发ValueError。

修复 #

训练前动态调整batch_size：

# 先检查样本数量
if len(input_boxes) == 0:
    raise ValueError("未收集到训练数据，请检查标注文件和类别ID设置")

# 取样本数和32的最小值作为batch_size
batch_size = min(32, len(input_boxes))
model.fit(input_boxes, output_boxes, epochs=epochs, batch_size=batch_size)

4. 边界框数据维度不一致 #

问题 #

若标注文件中存在字段数不等于5的无效行（比如漏写坐标），解析后生成的数组会包含不同长度的元素，转换为numpy数组时会出现维度错误，最终触发ValueError。

修复 #

解析时过滤无效行：

def parse_annotation_file(annotation_file_path):
    with open(annotation_file_path, 'r') as file:
        lines = file.readlines()
    
    bounding_boxes = []
    for line in lines:
        parts = line.strip().split()
        # 仅保留字段数为5的有效行
        if len(parts) == 5:
            try:
                bbox = list(map(float, parts))
                bounding_boxes.append(bbox)
            except ValueError:
                # 跳过无法转换为浮点数的行
                continue
    
    return np.array(bounding_boxes)

内容的提问来源于stack exchange，提问作者Chinmay