「zsh: bus error」エラーの直し方が分かりません

Question

実現したいこと

zsh: bus errorの直し方が分からないので教えていただきたいです。プログラミングは学習中で初心者のため、なるべく初心者でも分かるようにしていただけると幸いです。

発生している問題・分からないこと

使用デバイスはMacで、VScodeを使って、streamlitで顔判別のアプリケーションを作っていました。
画像をアップロードして、「判定結果を見る」というボタンを押すと画面が遷移すると同時に遷移先に判定が表示される流れですが、画像をアップロードするとすぐにbus errorが発生します。
色々と検証するために画像アップロード→判定を繰り返していたのですが、途中で処理が遅くなり、その後からは画像をアップロードしてもエラーになるようになりました。
このエラーが発生する前はなんの問題もなく動いていました。

エラーメッセージ

zsh: bus error  streamlit run kpopDetection.py

該当のソースコード

import streamlit as st
import numpy as np
from PIL import Image
import cv2
import torch
import torch.nn as nn
import torch.nn.functional as F
import torchvision.transforms as transforms

class CNN(nn.Module):

  def __init__(self):
    super(CNN, self).__init__()
    self.cn1 = nn.Conv2d(3, 6, 5)
    self.pool1 = nn.MaxPool2d(2, 2)
    self.cn2 = nn.Conv2d(6, 16, 5)
    self.pool2 = nn.MaxPool2d(2, 2)
    self.cn3 = nn.Conv2d(16, 32, 4)
    self.dropout = nn.Dropout2d()
    self.fc1 = nn.Linear(32*10*10, 120)
    self.fc2 = nn.Linear(120, 84)
    self.fc3 = nn.Linear(84, 5)
  
  def forward(self, x):
    x = F.relu(self.cn1(x))
    x = self.pool1(x)
    x = F.relu(self.cn2(x))
    x = self.pool2(x)
    x = F.relu(self.cn3(x))
    x = self.dropout(x)
    x = x.view(-1, 32*10*10)
    x = F.relu(self.fc1(x))
    x = F.relu(self.fc2(x))
    x = self.fc3(x)
        
    return x
  
#読み込んだ画像の中からウマ娘の顔を検出し，名前とBoxを描画する関数
def detect(image, model):
  #顔検出器の準備
  classifier = cv2.CascadeClassifier("haarcascade_frontalface_alt.xml")

  #画像をグレースケール化
  gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
  #画像の中から顔を検出
  faces = classifier.detectMultiScale(gray_image, scaleFactor = 1.0001)
  #1人以上の顔を検出した場合
  if len(faces)>0:
      for face in faces:
          x, y, width, height = face
          detect_face = image[y:y+height, x:x+width]
          detect_face = cv2.resize(detect_face, (64, 64))
          if detect_face.shape[0] < 64:
              print("tuuka")
              continue
          detect_face = cv2.resize(detect_face, (64,64))
          transform = transforms.Compose([transforms.ToTensor(),transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])
          detect_face = transform(detect_face)
          detect_face = detect_face.view(1,3,64,64)

          output = model(detect_face)
          print(f"output{output}")
          name_type = output.argmax(dim=1, keepdim=True)
          print(name_type)
          name = type_to_name(name_type)
  else:
    name = "Impossible to detect"
  return name


def type_to_name(name_type):
  if name_type == 0:
      name = "HYBE"
  elif name_type == 1:
      name = "JYP"
  elif name_type == 2:
      name = "SM"
  elif name_type == 3:
      name = "STARSHIP"
  elif name_type == 4:
      name = "YG"

  return name


def main():
  st.set_page_config(layout="centered")
  #タイトルの表示
  st.title("KPOP事務所顔診断")
  #アプリの説明の表示
  st.markdown("韓国の事務所別の顔を識別するアプリです")

  image = st.file_uploader("画像をアップロードしてください", type=['jpg','jpeg', 'png'])
  is_men = st.radio("性別を選択", ("男性", "女性"), horizontal=True, args=[1, 0])
  st.button('判定結果を見る', on_click=change_page)
  
  if is_men == "男性":
    sex = '男性'
  else:
    sex = '女性'

  if sex == '男性':
    model = CNN()
    checkpoint = torch.load("./men_cnn.pt", map_location=torch.device('cpu'))
    model.load_state_dict(checkpoint['model_state_dict'])
    model.eval()
    if image != None:
      
      #画像の読み込み
      image = np.array(Image.open(image))
      #画像からウマ娘の顔検出を行う
      detect_name = detect(image, model)
      st.session_state['output'] = detect_name
      print(f'{detect_name}')
    print('男性を選択')
    
  elif sex == '女性':
    model = CNN()
    checkpoint = torch.load("./women_cnn.pt", map_location=torch.device('cpu'))
    model.load_state_dict(checkpoint['model_state_dict'])
    model.eval()
    if image != None:
      
      #画像の読み込み
      image = np.array(Image.open(image))
      #画像からウマ娘の顔検出を行う
      detect_name = detect(image, model)
      st.session_state['output'] = detect_name
      print(f'{detect_name}')
    print('女性を選択')    

def next_page():
   st.title('KPOP事務所顔診断')
   path = f"./output_img/{st.session_state['output']}_out.png"
   img = np.array(Image.open(path))
   st.image(img)
   st.button('戻る', on_click=back_page())

def change_page():
   st.session_state['page_control'] = 1

def back_page():
   st.session_state['page_control'] = 0
   st.session_state['output'] = None




if __name__ == "__main__":
  if ("page_control" in st.session_state and st.session_state["page_control"] == 1):
      next_page()
  else:
      st.session_state["page_control"] = 0
      main()

試したこと・調べたこと

• teratailやGoogle等で検索した
• ソースコードを自分なりに変更した
• 知人に聞いた
• その他

上記の詳細・結果

いらないファイルを削除してメモリを増やしたり、仮想環境を作り直してみましたが、直りませんでした。

補足

不足してい情報がある際はお伝えください。その時にターミナルを使用して調べる場合はコマンドまで教えていただけるとありがたいです。

Answer 1

すみません。自己解決しました！
今後の自分のために残しておきます。
46行目　faces = classifier.detectMultiScale(gray_image, scaleFactor = 1.0001)の
scaleFactor = 1.0001の部分をscaleFactor = 1.01くらいにしたら直りました！なんでかは分かりません。
なんでか分かる人がいらっしゃればぜひ教えていただきたいです。

Comments

[ardin]

これに詳しいわけではありませんが、関数仕様を見る限り、
scaleFactor = 1.0001となっているので、画像縮小率が0.01％です。
縮小をこのステップでひたすら繰り返して検出用のモデルと一致するものをさがすことになるのですが、
ステップが小さすぎてメモリやCPUパワーも相当に食いそうに思います。
エラーについては、どこかでメモリアクセス異常が起きた結果でしょう。
おそらくステップが細かすぎて想定外なのだと思います。(スタックオーバーフローのようなことが起きていると考えていいのかも)
そして、どこかでメモリリークが起きていて正常に動作できないようになった可能性もあります。