Question

我正在尝试在本地计算机上实现来自“ object_detection_tutorial.ipynb”的代码，以更改某些部分并进行调试。本教程非常混乱，我正在尽力解决遇到的任何问题，但对于此问题我一无所知。所以，我在这里。

我正在使用Windows 10和Visual Studio 2019 Professional。任何与Tensorflow相关的软件包都是最新的，我还有另一个机器学习应用程序正在运行，没有任何问题。

我想指出的是，我从原始格式“ ipynb”转换了此代码。（另存为.py）

如果您需要任何其他信息，请问我，因为我真的需要在工作代码中理解这个概念。

num_detections = int（output_dict.pop（'num_detections'）），此部分给出错误：

错误int（）参数必须是字符串，类似字节的对象或数字，而不是'Tensor'

def run_inference_for_single_image(model, image):
image = np.asarray(image)
# The input needs to be a tensor, convert it using `tf.convert_to_tensor`.
input_tensor = tf.convert_to_tensor(image)
# The model expects a batch of images, so add an axis with `tf.newaxis`.
input_tensor = input_tensor[tf.newaxis,...]

# Run inference
output_dict = model(input_tensor)

# All outputs are batches tensors.
# Convert to numpy arrays, and take index [0] to remove the batch dimension.
# We're only interested in the first num_detections.

num_detections = int(output_dict.pop('num_detections'))

output_dict = {key:value[0, :num_detections].numpy() 
               for key,value in output_dict.items()}
output_dict['num_detections'] = num_detections

# detection_classes should be ints.
output_dict['detection_classes'] = 
output_dict['detection_classes'].astype(np.int64)

# Handle models with masks:
if 'detection_masks' in output_dict:
  # Reframe the the bbox mask to the image size.
  detection_masks_reframed = utils_ops.reframe_box_masks_to_image_masks(
           output_dict['detection_masks'], output_dict['detection_boxes'],
           image.shape[0], image.shape[1])      
  detection_masks_reframed = tf.cast(detection_masks_reframed > 0.5,
                                   tf.uint8)
  output_dict['detection_masks_reframed'] = detection_masks_reframed.numpy()

return output_dict

当我打印一些与output_dict相关的变量时，我会看到；

输入张量

Tensor("strided_slice:0", shape=(1, 636, 1024, 3), dtype=uint8)

模型（input_tensor）

{'detection_scores': 
< tf.Tensor 'StatefulPartitionedCall_1:2' shape=(?, 100) dtype=float32 >, 
'detection_classes': 
< tf.Tensor 'StatefulPartitionedCall_1:1' shape=(?, 100) dtype=float32 >, 
'num_detections': 
< tf.Tensor 'StatefulPartitionedCall_1:3' shape=(?,) dtype=float32 >, 
'detection_boxes': 
< tf.Tensor 'StatefulPartitionedCall_1:0' shape=(?, 100, 4) dtype=float32 >
}

output_dict

{'detection_scores': 
< tf.Tensor 'StatefulPartitionedCall:2' shape=(?, 100) dtype=float32 >, 
'detection_classes': 
< tf.Tensor 'StatefulPartitionedCall:1' shape=(?, 100) dtype=float32 >, 
'num_detections': 
< tf.Tensor 'StatefulPartitionedCall:3' shape=(?,) dtype=float32 >, 
'detection_boxes': 
< tf.Tensor 'StatefulPartitionedCall:0' shape=(?, 100, 4) dtype=float32 >
}

output_dict.pop

Tensor("StatefulPartitionedCall:3", shape=(?,), dtype=float32)

WARNING:tensorflow:Tensor._shape is private, use Tensor.shape instead. 
Tensor._shape will eventually be removed.

Answer 1

我已经解决了这个问题。显然，我的Tensorflow安装有问题。因此，我已经删除了所有相关的安装，然后重新安装了所有内容。

该问题应该与此相关，因为TF v2.0已经具有Tensor到int的转换。

Tensorflow 2.0对象检测API演示错误int（）参数必须是字符串，类似字节的对象或数字，而不是“ Tensor”

1 个答案: