Neural network caffe列车中的一个错误

大家好。我想用caffe训练一个5类的检测任务，使用“SSD:单次激发多盒检测器”，所以我将num_类从21改为6。但是，我得到了以下错误：

“检查失败：num_priors_*num_classes_==bottom[1]->channels（）（52392对183372）优先级数必须与置信度预测数匹配。”

---

我可以理解这个错误，我发现52392/6=183372/21，这就是为什么我将num_类更改为6，但置信度预测的数量仍然是183372。那么如何解决这个问题呢。多谢各位

由于SSD不仅取决于分类输出的标签数量，还取决于BB预测的标签数量，因此您需要在模型中的其他几个位置更改

num_输出。

我强烈建议您不要手动执行此操作，而是使用
'examples/ssd'
文件夹中提供的python脚本。例如，您可以更改为：

然后使用这个脚本提供的模型文件。
你的标签只包含5个类吗？@malreddysid是的，可能置信度预测的数量是由作者定义的，所以对我来说不太合适，所以如何解决这个问题，我只想训练一个5个类的模型。非常感谢你。我发现作者刘伟说“添加conf_postfix=”_“在ssd的MultiboxHead_pascal.py中”您喜欢什么都行。但是，windows caffe是用VS编译的，因此ssd_pascal.py无法工作，我想修改该文件以供参考windows@H.Hao运行python脚本后，将使用相应的
num\u输出为您创建所有prototxt文件（训练、测试和解算器）。您可以使用这些文件手动运行caffe。
num_classes = 5 # instead of 21