‘Keypoints‘ object has no attribute ‘astype‘. See valid attributes below.

最新推荐文章于 2024-05-21 18:42:24 发布
最新推荐文章于 2024-05-21 18:42:24 发布
阅读量522 收藏 12
点赞数 12
分类专栏： yolov8 文章标签： YOLO 深度学习 人工智能 yolov8
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_53653895/article/details/135960308
版权

yolov8关键点检测过程中，我需要解析关键点检测预测结果，通过以下代码可将关键点的信息格式转为numpy。

bboxes_keypoints = results[0].keypoints.cpu().numpy().astype('uint32')

但是在运行过程中会报以下错误：

'Keypoints' object has no attribute 'astype'. See valid attributes below.

通过打印results[0].keypoints可知只有data是我们需要的数据。

故将代码修改，运行后没有报错。

bboxes_keypoints = results[0].keypoints.data.cpu().numpy().astype('uint32')

等我买樱桃
关注
  • 12
    点赞
  • 踩
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
keypoints.exe
09-16
笔者自己开发的软件，具体的讲解有视频也有博客，可以自己找一下。如果支持的话可以打赏一个积分，如果没有积分可以联系我，免费给你。当然代码也已经开源了，可以到用户名为pprp的github上找到。
'function' object has no attribute 'astype'问题
qq_38882117的博客
08-03 9682
import pandas as pd filename='../data/sales_data.xls' data=pd.read_excel(filename,index_col=u'序号') data[data==u'好']=1 data[data==u'是']=1 data[data==u'高']=1 data[data!=1]=-1 x=data.iloc[:,:3].as_mat...
问题解决之 AttributeError: ‘NoneType‘ object has no attribute ‘astype‘
热门推荐
qq_39220334的博客
02-12 2万+
问题描述 运行代码时，出现报错 AttributeError: 'NoneType' object has no attribute 'astype'，具体信息如下图所示： Traceback (most recent call last): File "work/person_search-master/tools/demo.py", line 82, in <module> query_feat = net.inference(query_img, query_roi).view
基于YoloV8的人体骨架提取代码编写时遇到的问题
qq_56588647的博客
08-09 476
1、获取骨架端点的xy轴位置 在最初进行编写的时候，我借鉴了网上的代码，其中出现最多的便是bboxes_keypoints = results[0].keypoints.cpu().numpy().astype('uint32')，但是实际运行时往往会报错AttributeError: 'Keypoints' object has no attribute 'astype'. See valid...
（十四：2020.08.28）CVPR 2014 追踪之论文纲要（译）
Jojo论文基地
08-28 2147
CVPR 2020 追踪之论文纲要（修正于2020.08.28）讲在前面论文目录 讲在前面 论坛很多博客都对论文做了总结和分类，但就医学领域而言，对这些论文的筛选信息显然需要更加精细的把控，所以自己对这500篇的论文做一个大致从名称上的筛选，希望能找到些能解决当前问题的答案。 论文链接建议直接Google论文名，比去各种论文或顶会网站找不知道快捷多少。 下面皆为机器翻译以方便我第一次筛选，我会慢慢修正，但现在请结合。有兴趣的可以问我要处理这些论文并自动翻译的脚本。 Respect！ 论文目录
15 Keypoints Is All You Need.pdf
10-19
CVPR论文
Distinctive Image Features from Scale-Invariant Keypoints 译文.pdf
09-02
Lowe的论文《Distinctive Image Features from Scale-Invariant Keypoints》翻译
person_keypoints_train2014.json & person_keypoints_val2014.json
12-24
coco datasets annotations:person_keypoints_train2014.json & person_keypoints_val2014.json
labelme2coco_keypoints.py
02-24
此脚本用于将labem标注的关键点数据，转换为COCO数据集的关键点标注格式。
番外篇 | YOLOv8改进之更换主干网络MobileNetv3 + 添加CA注意力机制
最新发布
突然好想你
05-21 263
MobileNetv3是一种轻量级网络，采用了深度可分离卷积等轻量化技术，具有较小的模型参数量和计算复杂度，适合在计算能力较弱的设备上运行。本节课就让我们结合论文来对YOLOv8进行组合改进（更换主干网络MobileNetv3 + 添加CA注意力机制），希望同学们学完本节课可以有所启迪！🌈
【YOLOv7改进系列】引入YOLOv5的C3模块
2401_84870184的博客
05-14 269
C3模块的第二阶段使用深度可分离的膨胀卷积，扩大了感受野，增强了全局一致性。：C3模块采用两阶段设计，首先使用深度方向的非对称卷积来收集并压缩相邻像素的信息，减轻由于膨胀卷积造成的局部信息丢失问题。总之，C3模块通过创新的结构设计，有效融合了深度可分离卷积和膨胀卷积的优点，实现了轻量化模型设计中的一个关键突破，同时保持了分割和分类任务的高性能表现。：除了语义分割，C3模块还被应用于ImageNet分类任务，展示出替换膨胀卷积并维持或提升性能的能力，进一步验证了其作为深度学习基本构建块的潜力。
深度学习之基于Yolov7驾驶员疲劳检测系统
2301_79809972的博客
05-17 937
一、项目背景随着汽车保有量的不断增加，驾驶安全问题日益受到人们的关注。驾驶员疲劳驾驶是导致交通事故的重要原因之一。因此，开发一种能够实时监测驾驶员疲劳状态并提前发出预警的系统对于保障驾驶安全具有重要意义。近年来，深度学习技术特别是目标检测技术在计算机视觉领域取得了显著进展，为驾驶员疲劳检测提供了新的解决方案。本项目旨在利用YOLOv7算法，开发一个基于深度学习的驾驶员疲劳检测系统。二、项目目标。
YOLOv8改进 | 图像修复 | 适用多种复杂场景的全能图像修复网络AirNet助力YOLOv8检测（全网独家首发）
Snu77的博客
05-16 278
官方代码地址点击此处即可跳转 ​文章提出的一种名为AirNet（All-in-one Image Restoration Network）的全能图像修复网络。AirNet由对比基降解编码器（CBDE）和降解引导修复网络（DGRN）两个神经模块组成，能够在未知损坏类型和程度的情况下恢复受损图像。这两部分共同工作，能够处理多种类型的图像退化，而无需预先知道损坏的具体信息。
YOLOv5独家改进：mamba系列 | 视觉态空间（VSS）块结合C3二次创新，轻量级改进 | VMamba2024年最新成果
各专栏持续更新中，改进创新YOLO，适用v5、v7、v8、v9，订阅者私信添加本人微信！！！ By AI小怪兽
05-20 43
视觉态空间（VSS）块结合C3二次创新，轻量级改进
YOLOv8 如何实现多主干特征融合方式 | GhostNet+ShuffleNet / SwinTransformer+ShuffleNet
weixin_39818775的博客
05-17 664
未来可以探索更多类型的轻量级主干网络,如 MobileNetV3、EfficientNet 等,并尝试将它们与 SwinTransformer 或其他高性能网络进行融合,进一步提升 YOLOv8 在移动端的性能和部署效果。通过将不同类型的轻量级主干网络组合,可以充分利用各自的优势,提升模型的特征提取能力和推理效率。YOLOv8 采用多主干特征融合的方式,可以有效提升目标检测的性能。多主干特征融合技术可以显著提升 YOLOv8 在资源受限设备上的目标检测性能,为智能设备的应用场景提供了更多可能性。
YOLOV8训练自己的数据集教程
z240626191s的博客
05-21 350
YOLOV8是一种先进的目标检测算法，能够在图像和视频中快速准确地识别多个对象。随着计算机视觉和深度学习技术的不断发展，YOLOV8已成为许多领域中的重要工具，包括智能监控、自动驾驶、工业检测等。然而，由于不同应用场景的差异，，因此对于提高检测精度和适应特定场景至关重要。本教程将向各位介绍，以便更好地满足个性化的目标检测需求。，本文章包含了YOLOV8网络结构图的详解。
YOLO8 物体检测,啥都不懂，尝试着玩一下
Zzzzzzz_s的博客
05-17 206
然后，在pycharm上输入。youtube上的一个教程。
yolov8 预测目标图像显示
weixin_46290197的博客
05-17 289
cv2.imwrite("cropped_image.jpg", cropped_img) # 如果需要，取消注释这行来保存图像。bbox = results[0].boxes.xyxy[0].tolist() # 提取第一个边界框的xywh值。results = yolo(source=img) # 如果yolo库支持直接处理numpy数组，则传入img。# 注意：如果您的YOLO库版本不支持直接处理numpy数组，您可能需要将图像保存为文件，# 对图像"aaa.jpg"进行目标检测。
raise AttributeError(f"'{name}' object has no attribute '{attr}'. See valid attributes below.\n{self.__doc__}") AttributeError: 'Keypoints' object has no attribute 'astype'. See valid attributes below.
07-22
根据你提供的错误信息，看起来你在`Keypoints`对象上使用了`astype`属性，但是该对象并没有这个属性。 根据你之前提供的类定义，`Keypoints`对象具有以下属性和方法： 属性： - `keypoints`：包含检测关键点的张量或数组，形状为 (num_dets, num_kpts, 2/3)。 - `orig_shape`：原始图像大小，格式为 (height, width)。 属性还有以下两个属性： - `xy`：包含每个检测的 x、y 关键点的像素坐标的列表。 - `xyn`：包含每个检测的 x、y 关键点的归一化坐标的列表。 方法： - `cpu()`：将关键点张量复制到CPU内存并返回副本。 - `numpy()`：将关键点张量复制为NumPy数组并返回副本。 - `cuda()`：将关键点张量复制到GPU内存并返回副本。 - `to()`：使用指定的设备和数据类型返回关键点张量的副本。 根据错误信息来看，`astype`属性不是`Keypoints`对象的有效属性。请确保在使用`astype`属性之前正确实例化了`Keypoints`对象，并且没有拼写错误。如果你需要进一步帮助，请提供更多相关代码。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值