[问答]

无法将自定义COCO数据集导入到OpenVINO™ DL Workbench怎么解决？

问答对人有帮助，内容完整，我也想知道答案 0 以精确 FP32 将自定义模型转换为中间表示（IR）格式。使用未注注的数据集和默认配置将 IR （FP32）转换为 IR （INT8）。使用 IR（INT8）推断造成糟糕的结果。创建 JSON包含以下格式注释的文件：{ "images": [], "annotations": [] } 创建自定义 COCO 数据集。无法将自定义 COCO 数据集导入到OpenVINO™ DL Workbench：上传数据集时发生错误：未知数据集类型 0 本主题由 Harmony技术专家于 2025-3-5 15:26 审核通过
2025-3-5 06:02:16　　评论淘帖0 邀请回答您可以邀请以下用户，快速回答问题 × sgaasag 该类别下有 4 个回答。邀请回答四哥201311 该类别下有 4 个回答。邀请回答胡政鹏邮箱该类别下有 3 个回答。邀请回答 hgimtk 该类别下有 3 个回答。邀请回答 uwjfisgw 该类别下有 3 个回答。邀请回答 zhangminmin 该类别下有 3 个回答。邀请回答请叫我杰西卡该类别下有 3 个回答。邀请回答 jackhui 该类别下有 3 个回答。邀请回答 jsqueh 该类别下有 3 个回答。邀请回答 jinheng 该类别下有 3 个回答。邀请回答大洼球王该类别下有 3 个回答。邀请回答 qiangqzuo 该类别下有 3 个回答。邀请回答 hwp0415229 该类别下有 3 个回答。邀请回答 dfzvzs 该类别下有 3 个回答。邀请回答 wenminglang 该类别下有 2 个回答。邀请回答 andyfly7 该类别下有 2 个回答。邀请回答 qwer110110 该类别下有 2 个回答。邀请回答 billbian 该类别下有 2 个回答。邀请回答 fgfFsG 该类别下有 2 个回答。邀请回答 uwufjwer 该类别下有 2 个回答。邀请回答举报吴藩相关推荐 • 通过docker下载的DL Workbench，DL Workbench在导入模型时停止响应是怎么回事？ 428 • 使用OpenVINO™ 2020.4.582将自定义TensorFlow 2模型转换为中间表示（IR）收到错误怎么解决？ 346 • 如何计算OpenVINO DL Workbench中计算吞吐量或FPS？ 606 • 如何将二进制数据导入自定义节？ 2882 • 在Ubuntu16.04上从版本2020.1 OpenVINO™升级到2021.4.2之后不兼容怎么解决？ 445 • 请问有什么办法可以将自定义颜色添加到跟踪调色板吗？ 1205 • 原理图无法导入到PCB 4461 • 无法推断具有动态形状的自定义模型要怎么办？ 509 • 自定义外设和自定义指令在SOPC系统中是如何运行的？ 2372 • labview自定义控件2014版本 3050 2个回答

答案对人有帮助，有参考价值 0 OpenVINO™ DL Workbench 通过检查 JSON 文件，将注释的数据集识别为 COCO 数据集格式。创建 .JSON 文件包含以下条目：{ “信息”：， “图像”：[]， “许可”：[]， “注释”：[] } 添加如果在 JSON 文件中尚未可用，“信息”和“许可证”条目作为空列表提供。创建 COCO 数据集格式如下：\| --val \|-- 0001.jpg \|-- 0002.jpg ... \|-- n.jpg \| — 注释 \|-- instances_val.json

2025-3-5 14:49:36 评论举报罗颖

答案对人有帮助，有参考价值 0 在将自定义 COCO 数据集导入 OpenVINO™ DL Workbench 时遇到问题，可能是由于数据集格式或配置不正确导致的。以下是一些可能的解决方案和步骤，帮助你解决问题并成功导入数据集： 1. 检查 COCO 数据集格式确保你的自定义 COCO 数据集符合标准的 COCO 格式。COCO 数据集通常包含以下文件： `annotations.json`：包含图像和标注信息。 `images/`：包含所有图像文件。 `annotations.json` 文件的结构应如下： { "images": [ { "id": 1, "file_name": "image1.jpg", "width": 640, "height": 480 }, { "id": 2, "file_name": "image2.jpg", "width": 800, "height": 600 } ], "annotations": [ { "id": 1, "image_id": 1, "category_id": 1, "bbox": [x, y, width, height], "area": area, "segmentation": [], "iscrowd": 0 } ], "categories": [ { "id": 1, "name": "object_name" } ] } 确保 `images` 和 `annotations` 部分的数据完整且格式正确。 2. 验证数据集路径和文件确保 `annotations.json` 文件中的 `file_name` 字段与 `images/` 文件夹中的文件名完全匹配。确保所有图像文件都存在且路径正确。 3. 使用 OpenVINO™ DL Workbench 的 COCO 数据集支持 OpenVINO™ DL Workbench 支持 COCO 格式的数据集，但需要确保数据集的结构和格式完全符合要求。可以按照以下步骤操作：将数据集打包为一个压缩文件（如 `.zip` 或 `.tar.gz`），其中包含 `annotations.json` 和 `images/` 文件夹。在 OpenVINO™ DL Workbench 中，选择上传数据集时，确保选择的是 COCO 格式。 4. 检查 OpenVINO™ DL Workbench 版本确保你使用的是最新版本的 OpenVINO™ DL Workbench。旧版本可能对某些数据集格式的支持不完全。 5. 调试错误信息如果上传数据集时仍然出现错误，检查错误日志以获取更多信息。常见的错误可能包括：数据集格式不正确。文件路径或文件名不匹配。数据集过大或包含不支持的文件类型。 6. 尝试其他格式如果 COCO 格式仍然无法导入，可以尝试将数据集转换为其他支持的格式（如 Pascal VOC 或 YOLO），然后导入 OpenVINO™ DL Workbench。 7. 从 IR 模型转换为 INT8 的问题如果从 IR（FP32）转换为 IR（INT8）后推理结果不佳，可能是由于量化过程中数据分布不匹配或校准数据集不足导致的。可以尝试以下方法：使用更多的校准数据。检查量化配置是否正确。使用 OpenVINO™ 的 `accuracy_checker` 工具验证量化后的模型精度。 8. 创建 JSON 文件如果你需要手动创建 JSON 文件，确保其结构符合 COCO 格式。例如： { "images": [ { "id": 1, "file_name": "image1.jpg", "width": 640, "height": 480 } ], "annotations": [ { "id": 1, "image_id": 1, "category_id": 1, "bbox": [100, 150, 200, 300], "area": 60000, "segmentation": [], "iscrowd": 0 } ], "categories": [ { "id": 1, "name": "object_name" } ] } 总结确保数据集符合 COCO 格式。检查数据集路径和文件。使用最新版本的 OpenVINO™ DL Workbench。如果问题仍然存在，尝试其他数据集格式或联系 OpenVINO™ 官方支持。通过以上步骤，你应该能够成功导入自定义 COCO 数据集并完成模型转换和推理任务。

2025-3-5 16:42:40 评论举报王辉