Блог

Я впервые пытался обнаружить объект и получил эту ошибку. Я читал различные сообщения и видел много видео, но не смог найти никакого решения для этого. Может кто-нибудь, пожалуйста, помочь мне решить эту ошибку.

• Я установил open cv только с помощью команды pip.
• Все обучение и тестирование было выполнено в Google colab.
• Я загрузил файл yolov3_training_last.weights yolov3_testing.cfg с диска и вставил в ту же папку, в которой присутствовал код.
• Я запустил код на atom и установил script в качестве его пакета.

Ошибка —

Обратная трассировка (последний последний вызов): файл «D:testNew folderObject_Detection.py «, строка 5, в net = cv2.dnn.readNet(‘yolov3_training_last.weights’, ‘yolov3_testing.cfg’) cv2.ошибка: OpenCV(4.4.0) C:UsersappveyorAppDataLocalTemp1pip-req-build-cff9bdsmopencvmodulesdnnsrcdarknetdarknet_importer.cpp:207 : ошибка: (-212: ошибка синтаксического анализа) Не удалось проанализировать файл NetParameter: yolov3_testing.cfg в функции ‘cv::dnn::dnn4_v20200609::readNetFromDar

Код —

 import cv2
import numpy as np

#net = cv2.dnn.readNet('D:\test\New folder\yolov3_training_last.weights', 'D:\test\New folder\yolov3_testing.cfg')
net = cv2.dnn.readNet('yolov3_training_last.weights', 'yolov3_testing.cfg')

classes = []
#with open("D:\test\New folder\classes.txt", "r") as f:
with open("classes.txt", "r") as f:
    classes = f.read().splitlines()

#cap = cv2.VideoCapture('D:\test\New folder\test1.mp4')
cap = cv2.VideoCapture('test1.mp4')
font = cv2.FONT_HERSHEY_PLAIN
colors = np.random.uniform(0, 255, size=(100, 3))

while True:
    _, img = cap.read()
    height, width, _ = img.shape

    blob = cv2.dnn.blobFromImage(img, 1/255, (416, 416), (0,0,0), swapRB=True, crop=False)
    net.setInput(blob)
    output_layers_names = net.getUnconnectedOutLayersNames()
    layerOutputs = net.forward(output_layers_names)

    boxes = []
    confidences = []
    class_ids = []

    for output in layerOutputs:
        for detection in output:
            scores = detection[5:]
            class_id = np.argmax(scores)
            confidence = scores[class_id]
            if confidence > 0.2:
                center_x = int(detection[0]*width)
                center_y = int(detection[1]*height)
                w = int(detection[2]*width)
                h = int(detection[3]*height)

                x = int(center_x - w/2)
                y = int(center_y - h/2)

                boxes.append([x, y, w, h])
                confidences.append((float(confidence)))
                class_ids.append(class_id)

    indexes = cv2.dnn.NMSBoxes(boxes, confidences, 0.2, 0.4)

    if len(indexes)>0:
        for i in indexes.flatten():
            x, y, w, h = boxes[i]
            label = str(classes[class_ids[i]])
            confidence = str(round(confidences[i],2))
            color = colors[i]
            cv2.rectangle(img, (x,y), (x w, y h), color, 2)
            cv2.putText(img, label   " "   confidence, (x, y 20), font, 2, (255,255,255), 2)

    cv2.imshow('Image', img)
    key = cv2.waitKey(1)
    if key==27:
        break

cap.release()
cv2.destroyAllWindows()
  

Что-то не так с вашим файлом cfg для yolov3, из-за чего он не может выполнить синтаксический анализ для сбора полезной информации.

Попробуйте снова запустить код и сохранить модель соответствующим образом. Снова запустите сохраненные веса в colab и проверьте, работает ли это. Если он работает там, он должен работать и в atom. Кроме того, вы уверены, что это правильные параметры для функции cv2.dnn.readNet() ?

Попробуйте это так:

 net=cv2.dnn.readNetFromDarknet("yolov3_custom.cfg",r"Downloadsyolov3_custom_6000.weights")
  

и убедитесь, что darknet установлен в вашей локальной системе.