teratail
回答率
85.47%
質問するログイン新規登録
トップに関する質問Raspberry Pi、Kerasでパスエラー

編集履歴

質問編集履歴

4

コードに関して補足しました。

2019/01/08 00:26

投稿

mmiko
mmiko

スコア13

test CHANGED
File without changes
test CHANGED
@@ -86,7 +86,7 @@
86
86
 
87
87
  input_shape=(300, 300, 3)
88
88
 
89
- model = SSD(input_shape, num_classes=NUM_CLASSES)
89
+ model = SSD300(input_shape, num_classes=NUM_CLASSES)
90
90
 
91
91
 
92
92
 

3

コードに関して補足しました。

2019/01/08 00:26

投稿

mmiko
mmiko

スコア13

test CHANGED
File without changes
test CHANGED
@@ -20,6 +20,196 @@
20
20
 
21
21
 
22
22
 
23
+ ```python
24
+
25
+ import cv2
26
+
27
+ import keras
28
+
29
+ from keras.applications.imagenet_utils import preprocess_input
30
+
31
+ from keras.backend.tensorflow_backend import set_session
32
+
33
+ from keras.models import Model
34
+
35
+ from keras.preprocessing import image
36
+
37
+ import matplotlib.pyplot as plt
38
+
39
+ import numpy as np
40
+
41
+ from scipy.misc import imread
42
+
43
+ import tensorflow as tf
44
+
45
+
46
+
47
+ from ssd import SSD300
48
+
49
+
50
+
51
+ from ssd_utils import BBoxUtility
52
+
53
+
54
+
55
+ #%matplotlib inline
56
+
57
+ plt.rcParams['figure.figsize'] = (8, 8)
58
+
59
+ plt.rcParams['image.interpolation'] = 'nearest'
60
+
61
+
62
+
63
+ np.set_printoptions(suppress=True)
64
+
65
+
66
+
67
+ #config = tf.ConfigProto()
68
+
69
+ #config.gpu_options.per_process_gpu_memory_fraction = 0.9
70
+
71
+ #set_session(tf.Session(config=config))
72
+
73
+
74
+
75
+ voc_classes = ['Aeroplane', 'Bicycle', 'Bird', 'Boat', 'Bottle',
76
+
77
+ 'Bus', 'Car', 'Cat', 'Chair', 'Cow', 'Diningtable',
78
+
79
+ 'Dog', 'Horse','Motorbike', 'Person', 'Pottedplant',
80
+
81
+ 'Sheep', 'Sofa', 'Train', 'Tvmonitor']
82
+
83
+ NUM_CLASSES = len(voc_classes) + 1
84
+
85
+
86
+
87
+ input_shape=(300, 300, 3)
88
+
89
+ model = SSD(input_shape, num_classes=NUM_CLASSES)
90
+
91
+
92
+
93
+ model.load_weights('weights_SSD300.hdf5', by_name=True)
94
+
95
+ bbox_util = BBoxUtility(NUM_CLASSES)
96
+
97
+
98
+
99
+ inputs = []
100
+
101
+ images = []
102
+
103
+ img_path = './1.jpg'
104
+
105
+ img = image.load_img(img_path, target_size=(300, 300))
106
+
107
+ img = image.img_to_array(img)
108
+
109
+ images.append(imread(img_path))
110
+
111
+ inputs.append(img.copy())
112
+
113
+ inputs = preprocess_input(np.array(inputs))
114
+
115
+
116
+
117
+ preds = model.predict(inputs, batch_size=1, verbose=1)
118
+
119
+
120
+
121
+ results = bbox_util.detection_out(preds)
122
+
123
+
124
+
125
+ #%%time
126
+
127
+ a = model.predict(inputs, batch_size=1)
128
+
129
+ b = bbox_util.detection_out(preds)
130
+
131
+ for i, img in enumerate(images):
132
+
133
+ # Parse the outputs.
134
+
135
+ det_label = results[i][:, 0]
136
+
137
+ det_conf = results[i][:, 1]
138
+
139
+ det_xmin = results[i][:, 2]
140
+
141
+ det_ymin = results[i][:, 3]
142
+
143
+ det_xmax = results[i][:, 4]
144
+
145
+ det_ymax = results[i][:, 5]
146
+
147
+
148
+
149
+ # Get detections with confidence higher than 0.6.
150
+
151
+ top_indices = [i for i, conf in enumerate(det_conf) if conf >= 0.6]
152
+
153
+
154
+
155
+ top_conf = det_conf[top_indices]
156
+
157
+ top_label_indices = det_label[top_indices].tolist()
158
+
159
+ top_xmin = det_xmin[top_indices]
160
+
161
+ top_ymin = det_ymin[top_indices]
162
+
163
+ top_xmax = det_xmax[top_indices]
164
+
165
+ top_ymax = det_ymax[top_indices]
166
+
167
+
168
+
169
+ colors = plt.cm.hsv(np.linspace(0, 1, 21)).tolist()
170
+
171
+
172
+
173
+ plt.imshow(img / 255.)
174
+
175
+ currentAxis = plt.gca()
176
+
177
+
178
+
179
+ for i in range(top_conf.shape[0]):
180
+
181
+ xmin = int(round(top_xmin[i] * img.shape[1]))
182
+
183
+ ymin = int(round(top_ymin[i] * img.shape[0]))
184
+
185
+ xmax = int(round(top_xmax[i] * img.shape[1]))
186
+
187
+ ymax = int(round(top_ymax[i] * img.shape[0]))
188
+
189
+ score = top_conf[i]
190
+
191
+ label = int(top_label_indices[i])
192
+
193
+ label_name = voc_classes[label - 1]
194
+
195
+ display_txt = '{:0.2f}, {}'.format(score, label_name)
196
+
197
+ coords = (xmin, ymin), xmax-xmin+1, ymax-ymin+1
198
+
199
+ color = colors[label]
200
+
201
+ currentAxis.add_patch(plt.Rectangle(*coords, fill=False, edgecolor=color, linewidth=2))
202
+
203
+ currentAxis.text(xmin, ymin, display_txt, bbox={'facecolor':color, 'alpha':0.5})
204
+
205
+
206
+
207
+ plt.show()
208
+
209
+
210
+
211
+ ```
212
+
23
213
 
24
214
 
25
215
  ### 試したこと
@@ -36,6 +226,8 @@
36
226
 
37
227
 
38
228
 
229
+ python=3.5.3
230
+
39
231
  Tensorflow=1.11.0
40
232
 
41
233
  Keras=2.2.4
@@ -62,9 +254,9 @@
62
254
 
63
255
  SSD.ipynbの各セルをテキストファイルにコピーペーストしてSSD.pyとし、実行しました。
64
256
 
257
+ 上記のコードがSSD.pyです。
258
+
65
- 画像(1.jpg)はSSD.pyと同ディレクトリに配置し、パスは(‘./1.jpg’)としています。
259
+ 画像はSSD.pyと同じディレクトリに置いています。
66
-
67
- %matplotlib inlineはコメントアウトしました。
68
260
 
69
261
 
70
262
 

2

2019/01/08 00:25

投稿

mmiko
mmiko

スコア13

test CHANGED
File without changes
test CHANGED
@@ -50,4 +50,22 @@
50
50
 
51
51
  エラーは”パスエラー”で全文です。
52
52
 
53
+
54
+
55
+ https://github.com/rykov8/ssd_keras?files=1
56
+
57
+ 上記のコードを
58
+
59
+ https://qiita.com/ttskng/items/4f67f4bbda2568229956
60
+
61
+ に従って変更し、
62
+
63
+ SSD.ipynbの各セルをテキストファイルにコピーペーストしてSSD.pyとし、実行しました。
64
+
65
+ 画像(1.jpg)はSSD.pyと同ディレクトリに配置し、パスは(‘./1.jpg’)としています。
66
+
67
+ %matplotlib inlineはコメントアウトしました。
68
+
69
+
70
+
53
71
  よろしくお願いいたします。

1

エラー内容について補足しました。

2019/01/07 14:29

投稿

mmiko
mmiko

スコア13

test CHANGED
File without changes
test CHANGED
@@ -45,3 +45,9 @@
45
45
  model.predict()でエラーが返されることは
46
46
 
47
47
  ソースコードをコメントアウトしながら調べました。
48
+
49
+
50
+
51
+ エラーは”パスエラー”で全文です。
52
+
53
+ よろしくお願いいたします。