Блог

Я получаю следующую ошибку в своем коде.

 import mtcnn
# print version
print(mtcnn.__version__)

# demonstrate face detection on 5 Celebrity Faces Dataset
from os import listdir
from PIL import Image
from numpy import asarray
from matplotlib import pyplot
from mtcnn.mtcnn import MTCNN
print("MTCNN: {}".format(mtcnn.__version__))
import tensorflow as tf
from tensorflow import keras

# extract a single face from a given photograph
def extract_face(filename, required_size=(160, 160)):
    # load image from file
    image = Image.open(filename)
    # convert to RGB, if needed
    image = image.convert('RGB')
    # convert to array
    pixels = asarray(image)
    # create the detector, using default weights
    detector = MTCNN()
    # detect faces in the image
    results = detector.detect_faces(pixels)
    # extract the bounding box from the first face
    x1, y1, width, height = results[0]['box']
    # bug fix
    x1, y1 = abs(x1), abs(y1)
    x2, y2 = x1   width, y1   height
    # extract the face
    face = pixels[y1:y2, x1:x2]
    # resize pixels to the model size
    image = Image.fromarray(face)
    image = image.resize(required_size)
    face_array = asarray(image)
    return face_array

# specify folder to plot
#folder = '5-celebrity-faces-dataset/train/ben_afflek/'
folder = '5-celebrity-faces-dataset/train/ben_afflek'
i = 1
# enumerate files
for filename in listdir(folder):
    # path
    path = folder   '/'   filename
    # get face
    face = extract_face(path)
    print(i, face.shape)
    # plot
    pyplot.subplot(2, 7, i)
    pyplot.axis('off')
    pyplot.imshow(face)
    i  = 1
pyplot.show()
  

Ошибка:

anaconda3envspy3libsite-packageskerasbackendtensorflow_backend.py «, строка 68, в get_uid graph = tf.get_default_graph()

Ошибка атрибута: модуль ‘tensorflow’ не имеет атрибута ‘get_default_graph’

Я попробовал несколько разных импортов, но ничего не работает. Кажется, что эта ошибка обычная, но я не нахожу ничего, что решало бы мою проблему.

В приведенном здесь ответе импорт keras из tensorflow, как и вы, решает проблему.

Но проблема в вашем случае заключается в том, что MTCNN работает на чистом Keras вместо TensorFlow, поэтому тот факт, что вы загружаете в свой «main.py » keras из tensorflow не имеет никакого эффекта. Вам либо нужно понизить версию tensorflow, либо вы изменяете каждый импорт в MTCNN, что, к сожалению, не гарантирует работу.