【目标检测】output with shape [1, 300, 300] doesn‘t match the broadcast shape [3, 300, 300]

问题描述

训练SSD网络时报错：RuntimeError: output with shape [1, 300, 300] doesn’t match the broadcast shape [3, 300, 300]

导致原因

数据集中存在单通道图片

解决办法

1. 若使用的是opencv

import cv2

gray_image = cv2.imread(‘path_to_your_gray_image’, cv2.IMREAD_GRAYSCALE)
rgb_image = cv2.cvtColor(gray_image, cv2.COLOR_GRAY2RGB)

2. 若使用的是PIL

from PIL import Image

gray_image = Image.open(‘path_to_your_gray_image’).convert(‘L’)
rgb_image = gray_image.convert(‘RGB’)

SSD中有如下代码

img_path = os.path.join(self.img_root, data["filename"])
        image = Image.open(img_path)
        if image.format != "JPEG":
            raise ValueError("Image '{}' format not JPEG".format(img_path))

在 image 读取之后，加入转换RGB代码

img_path = os.path.join(self.img_root, data["filename"])
        image = Image.open(img_path)
        #################### 悠青 #####################
        if image.mode != 'RGB':
            # print('the picture is not rgb:')
            # print(img_path)
            image = image.convert('RGB')
        #################### 悠青 #####################
        if image.format != "JPEG":
            raise ValueError("Image '{}' format not JPEG".format(img_path))

但此时又遇到了新的问题

使用image.convert()之后，image.mode = None 而不是JEPG了，导致判断语句image.format != “JPEG” 成立，就会报错退出。

在转换后的图像上调用image.format，它可能会返回None，因为经过色彩空间转换后的图像不再关联原始的文件格式。这不会影响到图像的数据和色彩模式，你仍然可以正常地对图像进行操作和处理。

1. 暴力解决

由于报错代码如下，将其注释掉即可

if image.format != "JPEG":
    raise ValueError("Image '{}' format not JPEG".format(img_path))

1. 定义一个新函数
   这个方法我没有试，具体如下：

class ConvertToRGB:
    def __init__(self):
        self.original_format = None

    def __call__(self, image):
        self.original_format = image.format
        if image.mode != 'RGB':
            image = image.convert('RGB')
        return image