Question

prefix = 'model/model_algo_1'
epoch = 0

sym, arg_params, aux_params = mx.model.load_checkpoint(prefix, 0)
vgg_16 = mx.mod.Module(symbol=sym
                       , data_names=('data',)
                       , label_names=('label',)
                       )

该模型已按上述方式加载到我的本地计算机中。 epoch = 0用作我的.params文件名，前缀后有0000。该模型是在 AWS Sagemaker 中使用内置的对象检测算法训练后获得的。我没有对模型文件进行任何其他操作。

内置型号：VGG16
我在本地计算机上使用的MXNet版本：1.6.0

vgg_16.bind(for_training=False, data_shapes=[('data', (1,3,300,300))]
                                ,label_shapes=[('label', (1,1,350))]
                                )
vgg_16.set_params(arg_params, aux_params, allow_missing = True, allow_extra = True)

我如上所述绑定数据。

def prepareNDArray(filename):
        img = cv2.imread(filename)
        img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
        img = cv2.resize(img, (300, 300,))
        img = np.swapaxes(img, 0, 2)
        img = np.swapaxes(img, 1, 2)
        img = img[np.newaxis, :]
        array = mx.nd.array(img) 
        print(array.shape)
        return array

以上方法是我的图像转换方法。这样就得到了（1,3,300,300）形状的ndArray。

test_im = prepareNDArray(image)
Batch=namedtuple('Batch', ['data'])
vgg_16.forward(Batch(test_im))

所以我试图从正向传播中获取输出，并且发生以下错误。

Traceback (most recent call last):

  File "D:\RA-Work\Maritime\Code\modelRun\modeltesting.py", line 106, in <module>
    vgg_16.forward(Batch(test_im))

  File "G:\Anaconda-spyder\lib\site-packages\mxnet\module\module.py", line 625, in forward
    self.reshape(new_dshape, new_lshape)

  File "G:\Anaconda-spyder\lib\site-packages\mxnet\module\module.py", line 472, in reshape
    self._exec_group.reshape(self._data_shapes, self._label_shapes)

  File "G:\Anaconda-spyder\lib\site-packages\mxnet\module\executor_group.py", line 397, in reshape
    self.bind_exec(data_shapes, label_shapes, reshape=True)

  File "G:\Anaconda-spyder\lib\site-packages\mxnet\module\executor_group.py", line 373, in bind_exec
    allow_up_sizing=True, **dict(data_shapes_i + label_shapes_i))

  File "G:\Anaconda-spyder\lib\site-packages\mxnet\executor.py", line 458, in reshape
    ctypes.byref(handle)))

  File "G:\Anaconda-spyder\lib\site-packages\mxnet\base.py", line 255, in check_call
    raise MXNetError(py_str(_LIB.MXGetLastError()))

MXNetError: Error in operator conv1_1: [10:27:50] C:\Jenkins\workspace\mxnet-tag\mxnet\src\operator\nn\convolution.cc:152: Check failed: dshp.ndim() == 4U (3 vs. 4) : Input data should be 4D in batch-num_filter-y-x

所以我想要获得检测输出。

我还尝试使用Module API中的预测函数。

result = vgg_16.predict(test_im)

这给出了以下输出。

[[[0.99753714 0.9983798  0.99425286 ... 0.78984463 0.74393696 0.96449393]
  [0.00246283 0.0016202  0.0057471  ... 0.21015535 0.25606307 0.03550606]]]
<NDArray 1x2x8732 @cpu(0)>

但我在解释此输出时发现困难。因为此模型经过了1类培训。如何从此数据中提取包围盒的信息？

正向传播MXNet预训练模型在操作员conv1_1中给出错误“输入数据应为batch-num_filter-y-x中的4D”

0 个答案: