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”

编程问答 2022-08-12

问题描述

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',1,350))]
                                )
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,))
        img = np.swapaxes(img,2)
        img = np.swapaxes(img,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（1,300）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？

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

amazon-sagemakermxnetpython