現在、Nvidia DIGITS を使用して、オブジェクト検出用のカスタム データセットで CNN をトレーニングしようとしています。最終的には、そのネットワークを Nvidia Jetson TX2 で実行したいと考えています。推奨される指示に従って Docker から DIGITS イメージをダウンロードしたところ、妥当な精度でネットワークを正常にトレーニングできました。しかし、OpenCv を使用して Python でネットワークを実行しようとすると、このエラーが発生します。
「エラー: (-215) pbBlob.raw_data_type() == 関数 blobFromProto の caffe::FLOAT16」
これは、DIGITS が OpenCv の DNN 機能と互換性のない形式でネットワークを格納するという事実によるものであると、他のいくつかのスレッドで読みました。
ネットワークをトレーニングする前に、ネットワークを他のソフトウェアと互換性があるようにすることになっている DIGITS のオプションを選択しようとしましたが、ネットワークをまったく変更していないようで、Python スクリプトを実行すると同じエラーが発生します。これは、エラーを作成するために実行するスクリプトです (このチュートリアルhttps://www.pyimagesearch.com/2017/09/11/object-detection-with-deep-learning-and-opencv/から来ています)
# import the necessary packages
import numpy as np
import argparse
import cv2
# construct the argument parse and parse the arguments
ap = argparse.ArgumentParser()
ap.add_argument("-i", "--image", required=True,
help="path to input image")
ap.add_argument("-p", "--prototxt", required=True,
help="path to Caffe 'deploy' prototxt file")
ap.add_argument("-m", "--model", required=True,
help="path to Caffe pre-trained model")
ap.add_argument("-c", "--confidence", type=float, default=0.2,
help="minimum probability to filter weak detections")
args = vars(ap.parse_args())
# initialize the list of class labels MobileNet SSD was trained to
# detect, then generate a set of bounding box colors for each class
CLASSES = ["dontcare", "HatchPanel"]
COLORS = np.random.uniform(0, 255, size=(len(CLASSES), 3))
# load our serialized model from disk
print("[INFO] loading model...")
net = cv2.dnn.readNetFromCaffe(args["prototxt"], args["model"])
# load the input image and construct an input blob for the image
# by resizing to a fixed 300x300 pixels and then normalizing it
# (note: normalization is done via the authors of the MobileNet SSD
# implementation)
image = cv2.imread(args["image"])
(h, w) = image.shape[:2]
blob = cv2.dnn.blobFromImage(cv2.resize(image, (300, 300)), 0.007843,
(300, 300), 127.5)
# pass the blob through the network and obtain the detections and
# predictions
print("[INFO] computing object detections...")
net.setInput(blob)
detections = net.forward()
# loop over the detections
for i in np.arange(0, detections.shape[2]):
# extract the confidence (i.e., probability) associated with the
# prediction
confidence = detections[0, 0, i, 2]
# filter out weak detections by ensuring the `confidence` is
# greater than the minimum confidence
if confidence > args["confidence"]:
# extract the index of the class label from the `detections`,
# then compute the (x, y)-coordinates of the bounding box for
# the object
idx = int(detections[0, 0, i, 1])
box = detections[0, 0, i, 3:7] * np.array([w, h, w, h])
(startX, startY, endX, endY) = box.astype("int")
# display the prediction
label = "{}: {:.2f}%".format(CLASSES[idx], confidence * 100)
print("[INFO] {}".format(label))
cv2.rectangle(image, (startX, startY), (endX, endY),
COLORS[idx], 2)
y = startY - 15 if startY - 15 > 15 else startY + 15
cv2.putText(image, label, (startX, y),
cv2.FONT_HERSHEY_SIMPLEX, 0.5, COLORS[idx], 2)
# show the output image
cv2.imshow("Output", image)
cv2.waitKey(0)
これにより、スクリプトの呼び出しで指定された画像が出力され、ニューラル ネットワークの出力が画像の上に描画されます。しかし、代わりに、スクリプトは前述のエラーでクラッシュします。これと同じエラーが発生した他のスレッドを見たことがありますが、現在のバージョンの DIGITS で動作する解決策に到達した人はまだいません。
私の完全なセットアップは次のとおりです。
OS: Ubuntu 16.04
Nvidia DIGITS Docker イメージ バージョン: 19.01-caffe
桁バージョン: 6.1.1
カフェ バージョン: 0.17.2
カフェフレーバー: Nvidia
OpenCV バージョン: 4.0.0
Python バージョン: 3.5
どんな助けでも大歓迎です。