又遇见一个坑,mmdet中的grid_rcnn在test的时候,出现问题:
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 |
File "/media/mcj/mcj/mmdet2.x/tools/test.py", line 209, in <module> main() File "/media/mcj/mcj/mmdet2.x/tools/test.py", line 179, in main args.show_score_thr) File "/media/mcj/mcj/mmdet2.x/mmdet/apis/test.py", line 27, in single_gpu_test result = model(return_loss=False, rescale=True, **data) File "/home/sipl/anaconda3/envs/mm2/lib/python3.6/site-packages/torch/nn/modules/module.py", line 541, in __call__ result = self.forward(*input, **kwargs) File "/media/mcj/mcj/mmdet2.x/mmcv/mmcv/parallel/data_parallel.py", line 42, in forward return super().forward(*inputs, **kwargs) File "/home/sipl/anaconda3/envs/mm2/lib/python3.6/site-packages/torch/nn/parallel/data_parallel.py", line 150, in forward return self.module(*inputs[0], **kwargs[0]) File "/home/sipl/anaconda3/envs/mm2/lib/python3.6/site-packages/torch/nn/modules/module.py", line 541, in __call__ result = self.forward(*input, **kwargs) File "/media/mcj/mcj/mmdet2.x/mmcv/mmcv/runner/fp16_utils.py", line 84, in new_func return old_func(*args, **kwargs) File "/media/mcj/mcj/mmdet2.x/mmdet/models/detectors/base.py", line 182, in forward return self.forward_test(img, img_metas, **kwargs) File "/media/mcj/mcj/mmdet2.x/mmdet/models/detectors/base.py", line 159, in forward_test return self.simple_test(imgs[0], img_metas[0], **kwargs) File "/media/mcj/mcj/mmdet2.x/mmdet/models/detectors/two_stage.py", line 199, in simple_test x, proposal_list, img_metas, rescale=rescale) File "/media/mcj/mcj/mmdet2.x/mmdet/models/roi_heads/grid_roi_head.py", line 164, in simple_test det_bbox[:, :4] /= img_metas[i]['scale_factor'] TypeError: div_(): argument 'other' (position 1) must be Tensor, not numpy.ndarray |
报错说的倒是挺明白了,数据类型的问题。。
解决方法:
打开"/media/mcj/mcj/mmdet2.x/mmdet/models/roi_heads/grid_roi_head.py"文件,然后在
det_bbox[:, :4] /= img_metas[i]['scale_factor']这一行前面加上:
img_metas[i]['scale_factor'] = torch.from_numpy(img_metas[i]['scale_factor'])




最新评论
博主好,路过留言交流一下~我在做源头中转 Twinkle Model(利益相关):GPT 1折、国模 1折(GLM/DeepSeek/Kimi)、满血 Claude,低价稳定。价格全在模型广场 https://big-model.smart-agi.com/model-plaza ,有兴趣可以看看。
博主分享的 Surge 增强模式接管应用分流思路很赞!确实,系统大版本升级后,老牌 Proxifier 由于底层驱动兼容性问题经常莫名崩溃。在 Mac 上有 Surge 这种神器接管,但是在 Windows 平台上,很多人又很难找到兼顾‘轻量分流+稳定不崩溃’的工具:ProxiFyre 依赖 WireSock 内核驱动容易蓝屏且纯命令行,开 TUN 虚拟网卡又会把开发网段和公司 VPN 改乱。 如果是 Windows 用户寻找 Proxifier 替代品,非常推荐关注 Ghost Proxifier Pro: - 纯用户态 Winsock API Hook:完全免安装内核驱动和虚拟网卡,零蓝屏隐患,不改动系统默认网关与路由表; - 智能递归子进程树:很多现代客户端(如播放器、流媒体套件、IDE)会派生子进程,它能自动递归识别并接管流量,杜绝漏代理; - 现代 Fluent 图形界面:直接拖入目标 exe 即可一键绑定 SOCKS5/HTTP 节点,比老版配置规则直观很多。 注:该工具为非开源的独立客户端软件。 - 官网主页:https://ghostproxifier.com - 项目发布:https://github.com/liliBestCoder/ghost-proxifier-pro
曾经最爱之一,还有emlog,zblog
感谢分享经验,谢谢站长!!已收藏
牛牛牛
同样
站长您好,亚马逊云咨询推广资源,望建立联系,可邮件,谢谢。
换友情链接吗?