使用DeepScores数据集训练模型时TypeError错误修复求助

报错TypeError: string indices must be integers, not 'str'出现在image_id = annotation['image_id']，原因是train_data['annotations']是字典类型，直接遍历它会得到字典的键（字符串），而非包含注释信息的字典对象。此时annotation是字符串，自然无法使用['image_id']这种字符串索引。

import json
import numpy as np
from PIL import Image
from keras.models import Sequential
from keras.layers import Dense, Dropout, Flatten, Conv2D, MaxPooling2D
from keras.utils import to_categorical


with open('deepscores_train.json', 'r') as f:
    train_data = json.load(f)


with open('deepscores_test.json', 'r') as f:
    test_data = json.load(f)

train_x = []
train_y = []

# 遍历annotations的value，获取实际注释对象
for annotation in train_data['annotations'].values():
    # 获取图像ID
    image_id = annotation['image_id']

    # 查找与当前注释匹配的图像
    image = next((i for i in train_data['images'] if i['id'] == image_id), None)
    if image is None:
        continue

    # 从图像文件中加载图像数据
    with Image.open(image['file_name']) as img:
        # 统一图像尺寸（可根据数据集实际情况调整）
        img = img.resize((224, 224))
        img_data = np.array(img, dtype='float32') / 255.0  # 归一化处理

    label = annotation['category_id']

    train_x.append(img_data)
    train_y.append(label)

train_x = np.array(train_x)
# 转换为one-hot编码，适配categorical_crossentropy损失函数
train_y = to_categorical(train_y)

test_x = []
test_y = []

# 测试集使用test_data的注释数据，而非train_data
for annotation in test_data['annotations'].values():

    image = next((i for i in test_data['images'] if i['id'] == annotation['image_id']), None)
    if image is None:
        continue

    # 统一使用file_name字段，和训练集保持一致
    with Image.open(image['file_name']) as img:
        img = img.resize((224, 224))
        img_data = np.array(img, dtype='float32') / 255.0

    label = annotation['category_id']

    test_x.append(img_data)
    test_y.append(label)


test_x = np.array(test_x)
test_y = to_categorical(test_y)


model = Sequential()

# 输入形状和resize后的图像尺寸一致
model.add(Conv2D(32, kernel_size=(3, 3), activation='relu', input_shape=(224, 224, 3)))
model.add(Conv2D(64, kernel_size=(3, 3), activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))

model.add(Flatten())
model.add(Dense(128, activation='relu'))
model.add(Dropout(0.5))
# 输出层神经元数量需和数据集类别数匹配，示例为10，可按需调整
model.add(Dense(10, activation='softmax'))


model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])


model.fit(train_x, train_y, batch_size=128, epochs=10, validation_data=(test_x, test_y))

model.save('music_model.h5')

• 注释遍历修正：将for annotation in train_data['annotations']改为for annotation in train_data['annotations'].values()，确保拿到的是包含image_id的注释字典。
• 测试集数据混淆修复：原代码测试集错误使用了训练集的注释数据，改为test_data['annotations'].values()。
• 图像尺寸统一：添加resize操作，避免因图像尺寸不一致导致模型输入报错。
• 数据归一化：将图像数据除以255.0，归一化到0-1范围，加速模型收敛。
• 标签格式适配：使用to_categorical转换标签为one-hot编码，匹配categorical_crossentropy损失函数要求。
• 输入形状匹配：模型输入形状调整为统一后的图像尺寸，需和实际图像通道数保持一致。

内容的提问来源于stack exchange，提问作者KLETIKA