使用MMDetection训练YOLOv3模型时遇维度不匹配ValueError报错

报错详情 #

训练时触发如下错误：

ValueError: operands could not be broadcast together with shapes (0,) (4,)

训练代码 #

# Build dataset
datasets = [build_dataset(cfg.data.train)]
# Build the detector
model = build_detector(cfg.model)
# Add an attribute for visualization convenience
model.CLASSES = datasets[0].CLASSES
# Create work_dir
mmcv.mkdir_or_exist(osp.abspath(cfg.work_dir))
train_detector(model, datasets, cfg, distributed=False, validate=True)

数据集样本标注情况 #

调用datasets[0].get_ann_info(1)查看样本标注，结果显示该样本的bboxes为空数组（形状为(0,4)），无有效检测框标注。

问题原因及解决方法 #

原因 #

报错源于训练过程中遇到了无检测框标注的样本，YOLOv3的训练逻辑在处理空标注时，张量维度不匹配导致广播操作失败。

解决方法 #

• 过滤空标注样本：在数据集配置文件的train配置中添加filter_empty_gt=True，确保只保留带有有效检测框的样本参与训练。
• 检查标注格式：确认所有标注的bbox符合MMDetection要求，格式为[x1, y1, x2, y2]，且坐标数值在图像范围内。
• 保留空样本的处理方案：若业务需要保留无标注样本，需修改数据处理管道，为空标注样本生成占位张量（如全零的(0,4) bbox配合空标签），避免维度冲突。

内容的提问来源于stack exchange，提问作者LinhVo