使用Approx-Vision转换COCO2017至RAW Bayer时Halide函数报错求助

我正在使用Approx-Vision库将COCO2017数据集转换为RAW Bayer格式，多数图片可正常转换，但部分图片转换失败。采用pipeline_V2.cpp（由run-pipe.py脚本运行）执行转换时，部分图片出现如下错误：

root@167545c2c5e4:/approx-vision/pipelines/common# ./pipeline_V2.o /datasets/000000431848.png /datasets/ 
Error at ./pipeline_V2.cpp:153:
Input buffer b0 is accessed at 2, which is beyond the max (-1) in dimension 2
Aborted (core dumped)

正常情况下应输出.png格式的RAW BAYER图像，需明确该报错的原因及解决方法。

• 输入图片维度异常：报错显示维度2的最大索引为-1，说明程序读取目标图片时，某个关键维度（如通道数、高度/宽度）未被正确加载，导致缓冲区b0的维度值无效。COCO2017数据集以3通道RGB图为主，但存在少量单通道灰度图、尺寸异常（如高/宽为0）或损坏的图片，这类样本会触发该问题。
• 代码未做边界校验：pipeline_V2.cpp第153行的缓冲区访问逻辑默认输入为3通道RGB图，未对输入图片的维度合法性做校验，遇到非预期格式的图片时，直接按固定维度访问导致越界崩溃。

预处理异常图片 #

• 定位失败图片的具体问题：用identify命令查看图片属性，示例命令：identify /datasets/000000431848.png，确认是否为单通道、尺寸异常或文件损坏。
• 针对性处理：将单通道图转为3通道RGB图，修复可恢复的损坏图片，对无法修复的样本直接跳过。

修改代码添加边界校验 #

• 打开pipeline_V2.cpp，定位到第153行附近，在访问缓冲区b0前添加维度校验逻辑：检查维度2的长度是否≥3，若不符合则输出错误日志并终止当前图片的处理流程，避免程序崩溃。
• 重新编译代码：执行原编译命令（如g++ pipeline_V2.cpp -o pipeline_V2.o），替换原可执行文件后重新运行转换任务。

优化批量处理脚本 #

• 修改run-pipe.py，添加子进程执行结果的判断逻辑：当调用pipeline_V2.o返回非0状态时，记录失败图片的路径，然后继续处理下一张图片，避免批量转换任务中断。

内容的提问来源于stack exchange，提问作者Abduragim Shtanchaev