amazon-web-services - 在标签中找到注释值 21。这大于类(class)数量

Question

从该项目来看，这似乎是一个非常明显的问题，对吧？

但我发誓我一生有 21 个标签和 21 个类别。

所以，作为一个健全性检查，我想我会问!

1. 我有大量训练图像 (640,640)
2. 我已经仔细研究过它们并使用 DataTurks 来注释数据。
3. 由此，我创建了一组 PNG 蒙版，其中我使用 255 作为空白区域，然后使用 tan Int对应的数字制作一个NP数组，然后转换为png。
4. 然后我就关注了这个 sagemaker example for segmentation这似乎一直有效，直到我运行 ss_model.fit .

这是我开始遇到一些错误的地方。完整日志可以在 this Gist 中看到

第一个向我跳出的错误是:

label maps not provided, using defaults.

这很奇怪，因为我相信我已经在 S3 中正确加载了它们 <bucket>/label_map/train_label_map.json

该标签图如下所示:Gist (也许它会失败，因为它不是有效的 JSON，但我正在复制另一个 sagemaker 示例如何使用它？)

要跳出的第二个错误是标题中的错误。

现在，我的蒙版可能完全错误(我对 ML 还很陌生)，但它们看起来像这样，但分辨率为 640x640:

[ 
   255, 255, 255
   255, 2, 2,
   255, 2, 2
]

其中 255 为空，2 为注释。

此错误可能是因为我没有包含 255: "null"在 label_map 中？

任何见解都会非常有帮助!谢谢。

Answer 1

-- 但我发誓我一生有 21 个标签和 21 个类别。

如果您有 21 个类，则最大标签应为 20 而不是 21，因此会引发错误。标签索引从 0 开始。相关注释可以在 documentation page 中找到。 。

从您对帖子的评论来看，如果您必须将类别数设置为 22，那么您似乎有 23 个类别。num_classes 仅适用于类别，不包括 255 或洞类。请注意，如果您提供 num_classes > 标签数量，该算法将不会出现错误。这是因为 num_classes 参数用于创建 softmax 层。如果您的 num_classes 多于实际看到的标签数量，则某些标签根本无法学习。

再深入一点，link that you shared 中的标签图是错的。标签映射仅接受整数而不接受字符串。它是一个 int-int 映射。 接下来，仅仅在 S3 存储桶中拥有 label_map 还不够，它需要在创建训练作业时作为算法的数据通道提供。