predict.py报错

[m47777]

作者您好，我在跑predict.py的时候时间过长，在加载完数据集后报了一个warning：RuntimeWarning: invalid value encountered in true_divide，查看报错位置是t = a + (bands[i, :, :] - c) * (b - a) / (d - c)，目前加了代码np.seterr(divide='ignore',invalid='ignore')忽略这个报错，但是还是时间过长，没有结果。请问您有遇到过这个问题以及解决办法吗T-T

[Phoenix-Shen]

出错

作者您好，我在跑predict.py的时候时间过长，在加载完数据集后报了一个warning：RuntimeWarning: invalid value encountered in true_divide，查看报错位置是t = a + (bands[i, :, :] - c) * (b - a) / (d - c)，目前加了代码np.seterr(divide='ignore',invalid='ignore')忽略这个报错，但是还是时间过长，没有结果。请问您有遇到过这个问题以及解决办法吗T-T

出错地方是将源数据格式uint16转成uint8，这段代码：

def uint16to8(bands, lower_percent=0.001, higher_percent=99.999): 
    out = np.zeros_like(bands,dtype = np.uint8) 
    n = bands.shape[0] 
    for i in range(n): 
        a = 0 # np.min(band) 
        b = 255 # np.max(band) 
        c = np.percentile(bands[i, :, :], lower_percent) 
        d = np.percentile(bands[i, :, :], higher_percent) 
        
        t = a + (bands[i, :, :] - c) * (b - a) / (d - c) 
        t[t<a] = a 
        t[t>b] = b 
        out[i, :, :] = t 
    return out  

实在不好意思，由于我不做这个项目了，手边也没有数据集，无法运行predict.py，但是我还是可以提供一些解决方法：

1. 应该是(d - c) 这个项中出现了0值，所以进行除法的时候就会寄掉，可以尝试问问GPT或者NEW BING来看看相关解决方法，这里我个人觉得一个最直接的办法就是将

t = a + (bands[i, :, :] - c) * (b - a) / (d - c) 

改成

t = a + (bands[i, :, :] - c) * (b - a) / (d - c + 1e-9) 

直接增加一个很小的数来避免除以0，但是不知道会不会造成不可预料的后果，你可以先试试，这个方法不行的话，再去问问GPT。

2. 可以尝试降低numpy版本来进行，我当时进行试验的时候用的是python3.7，conda创建个新环境使用低版本numpy跑一下或许不会报错。
3. 检查一下数据集是否出错。

[m47777]

好的谢谢您~我去试一试！:D 从 Windows 版邮件发送 发件人: Ikun 发送时间: 2023年8月22日 17:12 收件人: Phoenix-Shen/DSEN2_CR_PYTORCH 抄送: m47777; Author 主题: Re: [Phoenix-Shen/DSEN2_CR_PYTORCH] predict.py报错 (Issue #4) 出错 作者您好，我在跑predict.py的时候时间过长，在加载完数据集后报了一个warning：RuntimeWarning: invalid value encountered in true_divide，查看报错位置是t = a + (bands[i, :, :] - c) * (b - a) / (d - c)，目前加了代码np.seterr(divide='ignore',invalid='ignore')忽略这个报错，但是还是时间过长，没有结果。请问您有遇到过这个问题以及解决办法吗T-T 出错地方是将源数据格式uint16转成uint8，这段代码： def uint16to8(bands, lower_percent=0.001, higher_percent=99.999): out = np.zeros_like(bands,dtype = np.uint8) n = bands.shape[0] for i in range(n): a = 0 # np.min(band) b = 255 # np.max(band) c = np.percentile(bands[i, :, :], lower_percent) d = np.percentile(bands[i, :, :], higher_percent) t = a + (bands[i, :, :] - c) * (b - a) / (d - c) t[t<a] = a t[t>b] = b out[i, :, :] = t return out 实在不好意思，由于我不做这个项目了，手边也没有数据集，无法运行predict.py，但是我还是可以提供一些解决方法： 1. 应该是(d - c) 这个项中出现了0值，所以进行除法的时候就会寄掉，可以尝试问问GPT或者NEW BING来看看相关解决方法，这里我个人觉得一个最直接的办法就是将 t = a + (bands[i, :, :] - c) * (b - a) / (d - c) 改成 t = a + (bands[i, :, :] - c) * (b - a) / (d - c + 1e-9) 直接增加一个很小的数来避免除以0，但是不知道会不会造成不可预料的后果，你可以先试试，这个方法不行的话，再去问问GPT。 3. 可以尝试降低numpy版本来进行，我当时进行试验的时候用的是python3.7，conda创建个新环境使用低版本numpy跑一下或许不会报错。 4. 检查一下数据集是否出错。 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: ***@***.***>