python123计算正多边形面积_【吴恩达深度学习编程作业问题汇总】4.3目标检测——车辆识别...

最新推荐文章于 2022-03-31 17:07:33 发布

callstackio

最新推荐文章于 2022-03-31 17:07:33 发布

阅读量485

点赞数 3

文章标签： python123计算正多边形面积

本文链接：https://blog.csdn.net/weixin_30423065/article/details/113966922

版权

在学习吴恩达深度学习课程时，作者遇到TensorFlow 2.x和Keras版本不兼容的问题。通过降低TensorFlow版本，作者解决了'space_to_depth'属性缺失的AttributeError，以及因eager execution导致的TypeError。同时，还修复了OSError，该错误是由于找不到字体资源。通过调整代码和理解TensorFlow的eager execution模式，作者成功运行了车辆识别程序。

摘要由CSDN通过智能技术生成

问题描述

最近在学习吴恩达深度学习系列课程，做到编程作业4.3车辆识别时因为TensorFlow和Keras版本不兼容而出现各种问题，查找了一些资料后好多人都提出降低TF版本，不放弃我最后的倔强，最终还是把所有问题逐一解决了：)

查看Python、TensorFlow、Keras版本：我的Python版本3.7.0，TensorFlow版本2.3.1，Keras版本2.4.3。

import sys

import tensorflow as tf

import keras

print(sys.version) # 3.7.0 (v3.7.0:1bf9cc5093, Jun 27 2018, 04:59:51) [MSC v.1914 64 bit (AMD64)]

print(tf.__version__) # 之前是1.15.3，现在用的版本升级到了2.3.1

print(keras.__version__) # 2.4.3

1.AttributeError: 'tensorflow’模块没有’space_to_depth’属性

报错描述：

Traceback (most recent call last):

File "G:/Project/PYTHON/Demo01/Deep_Learning/test4_3/车辆识别.py", line 225, in

yolo_model = load_model("model_data/yolov2.h5")

......

File "C:\Users\Oscar\Desktop\yad2k\yad2k\models\keras_yolo.py", line 32, in space_to_depth_x2

AttributeError: module 'tensorflow' has no attribute 'space_to_depth'

解决方法：

我使用的是TensorFlow2.1以上版本，源编译前的H5文件中使用了tf.space_to_depth，TF2.1之后的版本改成了tf.nn.space_to_depth，需要自己重新生成H5文件。我参考以下三篇文章自己生成了yolo.h5文件，注意要将yad2k/models/keras_yolo.py第31行改为tf.nn.space_to_depth。

2.TypeError：获取参数None具有无效的类型

报错描述：

Traceback (most recent call last):

File "G:/Project/PYTHON/Demo01/Deep_Learning/test4_3/车辆识别.py", line 246, in

scores, boxes, classes = yolo_eval(yolo_outputs, image_shape)

File "G:/Project/PYTHON/Demo01/Deep_Learning/test4_3/车辆识别.py", line 188, in yolo_eval

scores, boxes, classes = yolo_non_max_suppression(scores, boxes, classes, max_boxes, iou_threshold)

File "G:/Project/PYTHON/Demo01/Deep_Learning/test4_3/车辆识别.py", line 123, in yolo_non_max_suppression

tf.compat.v1.keras.backend.get_session().run(tf.compat.v1.variables_initializer([max_boxes_tensor])) # 初始化变量max_boxes_tensor

File "F:\Python\lib\site-packages\tensorflow\python\client\session.py", line 958, in run

run_metadata_ptr)

File "F:\Python\lib\site-packages\tensorflow\python\client\session.py", line 1166, in _run

self._graph, fetches, feed_dict_tensor, feed_handles=feed_handles)

File "F:\Python\lib\site-packages\tensorflow\python\client\session.py", line 477, in __init__

self._fetch_mapper = _FetchMapper.for_fetch(fetches)

File "F:\Python\lib\site-packages\tensorflow\python\client\session.py", line 263, in for_fetch

(fetch, type(fetch)))

TypeError: Fetch argument None has invalid type

解决方法：

这个错误最恶心，我找了很久才解决。看到这个错误时找了一个很全的参考文章： Tensorflow报错：TypeError: Fetch argument None has invalid type class ‘NoneType’ ，并参考了github说是大部分错误的原因都是某一个op重新赋值导致变量变成None，但是还是没有解决。仔细查看代码发现问题出在非最大值抑制函数中创建会话并运行初始化变量max_boxes_tensor这一步，后来发现TensorFlow 2.x是默认开启 eager execution 的，eager execution提供了一种命令式的编程环境，不需要构建图直接可以运行(参考文章：tensorflow 2.0系列(3)：eager execution和计算图)。而在老版本中需要先构建计算图再执行。我这里还是用的老版本的代码，所有需要禁用：

import tensorflow as tf

tf.compat.v1.disable_eager_execution()

3.OSError：不能打开路径

报错描述：

Traceback (most recent call last):

File "G:/Project/PYTHON/Demo01/Deep_Learning/test4_3/车辆识别.py", line 288, in

out_scores, out_boxes, out_classes = predict(sess, "test.jpg")

File "G:/Project/PYTHON/Demo01/Deep_Learning/test4_3/车辆识别.py", line 272, in predict

draw_boxes(image, out_scores, out_boxes, out_classes, class_names, colors)

File "G:\Project\PYTHON\Demo01\Deep_Learning\test4_3\yolo_utils.py", line 52, in draw_boxes

font = ImageFont.truetype(font='font/FiraMono-Medium.otf',size=np.floor(3e-2 * image.size[1] + 0.5).astype('int32'))

File "F:\Python\lib\site-packages\PIL\ImageFont.py", line 648, in truetype