Question

经过CNN模型训练后，我有一个预测犬种的代码，我从下面的函数中获得类别索引。我想显示从该函数获取的idx类文件夹中的随机图像。

    class_name = [item for item in loaders['train'].dataset.classes]

      def predict_dog_breed(img,model,class_names):
           image = Image.open(img).convert('RGB')
           transform = transforms.Compose([
                          transforms. RandomResizedCrop(224),
                          transforms.ToTensor(),
                         transforms.Normalize(mean=[0.485,0.456,0.406],
                         std=[0.229, 0.224, 0.225])])
           image = transform(image)
           test_image = image.unsqueeze(0)
           net.eval()
           output = net(test_image)
          idx = torch.argmax(output)
          a = random.choice(os.listdir("./dogImages/train/{}/".format (class_name[idx])))
          imshow(a)
          return class_name[idx]

当我尝试显示随机图像时，出现以下错误：

  在os.listdir（'./ images'）中img_file的
TypeError跟踪（最近一次调用为最后一次）：2 image = os.path.join（'./ images'，img_file）----> 3 dog_or_human（image）
     在dog_or_human（img）中的
5 plt.show（）6如果dog_detector（img）==真：----> 7 Forecast_dog = Forecast_dog_breed（img，net，class_name）8 print（“检测到狗！该品种是{}“。format（predict_dog））9 elif face_detector（img）> 0：

predict_dog_breed（img，model，class_name）18 a = random.choice（os.listdir（“ ./ dogImages / train / {} /”。format（class_name [idx]）））19 print（a）- -> 20 imshow（a）21 #subdir =''.join（[“ / dogImages / train /”，class_name [idx]]）22 #print（file）

〜/ Library / Python / 3.7 / lib / python / site-packages / matplotlib / pyplot.py in imshow（X，cmap，norm，aspect，插值，alpha，vmin，vmax，原点，范围，形状，filternorm ，filterrad，imlim，resample，url，data，** kwargs）2697 filternorm = filternorm，filterrad = filterrad，imlim = imlim，2698 resample = resample，url = url，**（{“ data”：data}）（如果data为不是-> 2699其他{}），** kwargs）2700 sci（__ ret）2701返回__ret

〜/ Library / Python / 3.7 / lib / python / site-packages / matplotlib / init.py in inner（ax，data，* args，** kwargs）1808“ Matplotlib list！）”％（label_namer， func.name），1809 RuntimeWarning，stacklevel = 2）-> 1810 return func（ax，* args，** kwargs）1811 1812 inner.doc = _add_data_doc（inner.doc，

〜/ Library / Python / 3.7 / lib / python / site-packages / matplotlib / axes / _axes.py in imshow（自身，X，cmap，范数，方面，插值，alpha，vmin，vmax，原点，范围，shape，filternorm，filterrad，imlim，resample，url，** kwargs）5492 resample = resample，** kwargs）5493-> 5494 im.set_data（X）5495 im.set_alpha（alpha）5496如果是im.get_clip_path（）没有：

〜/ Library / Python / 3.7 / lib / python / site-packages / matplotlib / image.py in set_data（self，A）632 if（self._A.dtype！= np.uint8和633 not np.can_cast （self._A.dtype，float，“ same_kind”））：-> 634引发TypeError（“图像数据无法转换为float”）635636（否则）（self._A.ndim == 2

TypeError：图像数据无法转换为浮点数

任何帮助，将不胜感激！

Answer 1

因此，我尝试在您的代码here中重现该错误，并成功地做到了这一点。由于代码中的以下行，您会收到错误消息：

a = random.choice(os.listdir("./dogImages/train/{}/".format(class_name[idx])))
imshow(a)

random.choice(os.listdir("./dogImages/train/{}/".format(class_name[idx])))主要返回图像文件名，它是一个字符串。您不是在读取图像，只是将文件名传递给imshow函数，这是不正确的。请检查以下数字以进行澄清。

错误代码：

没有错误的代码：

因此，将您的predict_do_breed函数更改为以下内容：

def predict_dog_breed(img,model,class_name):
    image = Image.open(img).convert('RGB')
    transform = transforms.Compose([transforms.RandomResizedCrop(224),
                                        transforms.ToTensor(),
                                        transforms.Normalize(mean=[0.485, 0.456, 0.406],
                                                            std=[0.229, 0.224, 0.225])])
    image = transform(image)
    test_image = image.unsqueeze(0)
    net.eval()
    output = net(test_image)
    idx = torch.argmax(output)
    a = random.choice(os.listdir("./dogImages/train/{}/".format(class_name[idx])))
    print(a)
    img = cv2.imread("./dogImages/train/{}/".format(class_name[idx])+a)
    imshow(img)
    return class_name[idx]

在上面的代码中，cv2.imread函数用于读取random.choice(os.listdir("./dogImages/train/{}/".format(class_name[idx])))输出的图像文件名。

图片数据无法转换为浮点

1 个答案: