mmdetection dataloader（mmdetection ValueError: need at least one array to concatenate解决方案）
在mmdetection中有时候训练模型会出现ValueError: need at least one array to concatenate的错误 ，详情如下图所示 。
很多人都说是mmdet/dataset下coco.py或voc.py中CLASSES设置与数据集对应不上 ，博主不以为然 。因为在mmdetection2中 ，不需要到mmdet/dataset中修改CLASSES ，只需要在训练配置文件中中设置一下就行了 。config解释器会通过继承自动修改CLASSES的值 ，具体可见下图 ，或参考mmdetection2的使用教程从数据处理 、配置文件到训练与测试（支持coco数据和pascal_voc数据）_万里鹏程转瞬至的博客-CSDN博客_mmdetection2https://hpg123.blog.csdn.net/article/details/124617894
只要配置文件中classes设置正确了 ，voc数据就不会出现上述的报错 。
但是 ，coco数据集会因此数据转化时设置有误 ，而导致出现上述错误 。博主的数据集只有shoot一个类别 ，在数据集转换时 ，通过下列方式在tools\dataset_converters\pascal_voc.py文件设置类别 。【错误方式】
然后生成的coco数据存在问题 ，本来只有一个shoot类别的coco数据 ，结果出现了 20余个supercategory项目 。这就是导致报错的根源 。
在转换数据集时 ，需要通过在tools\dataset_converters\pascal_voc.py文件按照以下标准以下设置修改自定义类别
通过该方式生成的coco数据集才是严格正确的 ，其categories的格式如下图所示 。如果是通过第三方项目生成的coco数据 ，则请检查categories内的数据与数据集的类别是否正常 。
在修改coco数据集的错误后 ，现在mmdetection可以正常训练数据了 。
创心域SEO版权声明：以上内容作者已申请原创保护，未经允许不得转载，侵权必究！授权事宜、对本内容有异议或投诉，敬请联系网站管理员，我们将尽快回复您，谢谢合作！