关于halcon 20.11.02 深度学习语义分割例程报错：

在将原本于 20.05版本中的程序拷贝至20.11.02版本环境中出现报错

问题描述：

报错：预处理数据集时报错2001 images_exist函数抛出异常
是由于将程序开始处的两处路径改为绝对路径时导致。

*
* ***********************************
* ***   Set Input/Output paths.   ***
* ***********************************
*
* Directory with image data.
ImageDir := 'C:/Users/xx/Desktop/新建文件夹 (2)/ddd'
* Directory with ground truth segmentation images.
SegmentationDir := 'C:/Users/xx/Desktop/新建文件夹 (2)/labels'

查看该函数后，发现halcon例程中的list_image_and_annotation_files函数在拆分图像路径时有问题，仅考虑了相对路径。问题来自于这句

*
* Get file paths of images relative to ImageDir.
tuple_regexp_match (ImageDirectories[0], '.*?' + ImageDir, CommonBasePathImage)
tuple_regexp_replace (ImageDirectories, CommonBasePathImage, '', ImageDirectoriesRel)

在匹配字符串ImageDirectories[0]和ImageDir时未找到路径字符串相同部分，CommonBasePathImage为""导致第二句在分离相对路径时失效，从而导致后续读取图像时路径出错

解决方案：

修改read_dl_dataset_segmentation函数里的list_image_and_annotation_files函数中将原代码

*
* Get file paths of images relative to ImageDir.
tuple_regexp_match (ImageDirectories[0], '.*?' + ImageDir, CommonBasePathImage)
tuple_regexp_replace (ImageDirectories, CommonBasePathImage, '', ImageDirectoriesRel)

更改为

* Get file paths of images relative to ImageDir.
tuple_regexp_match (ImageDirectories[0], '.*?' + ImageDir, CommonBasePathImage)
if(CommonBasePathImage = '')ImageDirectoriesRel:=''
elsetuple_regexp_replace (ImageDirectories, CommonBasePathImage, '', ImageDirectoriesRel)
endif

同理，修改label图像路径拆分程序

* Get paths of annotation files relative to AnnotationDir.
tuple_regexp_match (AnnoDirectories[0], '.*?' + AnnotationDir, CommonBasePathAnno)
tuple_regexp_replace (AnnoDirectories, CommonBasePathAnno, '', AnnoDirectoriesRel)

改为

* Get paths of annotation files relative to AnnotationDir.
tuple_regexp_match (AnnoDirectories[0], '.*?' + AnnotationDir, CommonBasePathAnno)
if(CommonBasePathAnno = '')AnnoDirectoriesRel := ''
elsetuple_regexp_replace (AnnoDirectories, CommonBasePathAnno, '', AnnoDirectoriesRel)
endif

后续程序即可正常

halcon 20.11.02 深度学习语义分割例程报错相关推荐

HALCON 20.11：深度学习笔记(12)---语义分割
HALCON 20.11:深度学习笔记(12)--- 语义分割 HALCON 20.11.0.0中,实现了深度学习方法. 本章解释了如何使用基于深度学习的语义分割,包括训练和推理阶段. 通过语义分割, ...
HALCON 20.11：深度学习笔记(6)---有监督训练
HALCON 20.11:深度学习笔记(6)---有监督训练 HALCON 20.11.0.0中,实现了深度学习方法.不同的DL方法有不同的结果.相应地,它们也使用不同的测量方法来确定网络的" ...
HALCON 20.11：深度学习笔记(1)
HALCON 20.11:深度学习笔记(1) HALCON 20.11.0.0中,实现了以下深度学习方法: 1. Anomaly Detection(异常检测) 给每个像素分配显示未知特征的可能性.更 ...
HALCON 20.11：深度学习笔记(11)---目标检测
HALCON 20.11:深度学习笔记(11)---目标检测 HALCON 20.11.0.0中,实现了深度学习方法. 本章讲解了如何使用基于深度学习的对象检测. 通过对象检测,我们希望在图像中找到不 ...
HALCON 20.11：深度学习笔记(10)---分类
HALCON 20.11:深度学习笔记(10)---分类 HALCON 20.11.0.0中,实现了深度学习方法. 本章解释了如何在训练和推理阶段使用基于深度学习的分类. 基于深度学习的分类是一种对一 ...
HALCON 20.11：深度学习笔记(3)---Data（数据）
HALCON 20.11:深度学习笔记(3)---Data(数据) HALCON 20.11.0.0中,实现了深度学习方法.其中,关于术语"数据"的介绍如下: 术语"数据 ...
HALCON 20.11：深度学习笔记(9)---异常检测
HALCON 20.11:深度学习笔记(9)---异常检测 HALCON 20.11.0.0中,实现了深度学习方法. 本章解释了如何使用基于深度学习的异常检测. 通过异常检测,我们想要检测图像是否包含 ...
HALCON 20.11：深度学习笔记(7)---术语表
HALCON 20.11:深度学习笔记(7)---术语表 HALCON 20.11.0.0中,实现了深度学习方法.下面,我们将描述深度学习环境中使用的最重要的术语: anchor (锚) Anchor ...
HALCON 20.11：深度学习笔记(5)---设置超参数
HALCON 20.11:深度学习笔记(5)---设置超参数 HALCON 20.11.0.0中,实现了深度学习方法.关于超参数的有关设置内容如下: 不同的DL方法被设计用于不同的任务,它们的构建方式 ...
HALCON 20.11：深度学习笔记(4)--- 网络和训练过程
HALCON 20.11:深度学习笔记(4)--- 网络和训练过程 HALCON 20.11.0.0中,实现了深度学习方法.关于网络和训练过程如下: 在深度学习中,任务是通过网络发送输入图像来执行的. ...

halcon 20.11.02 深度学习语义分割例程报错

关于halcon 20.11.02 深度学习语义分割例程报错：

问题描述：

解决方案：

halcon 20.11.02 深度学习语义分割例程报错相关推荐

最新文章

热门文章