Opencv调用yolov5的onnx文件时报错记录

最新推荐文章于 2024-08-28 15:06:56 发布

小俊俊的博客

最新推荐文章于 2024-08-28 15:06:56 发布

阅读量344

点赞数 2

分类专栏： yolo系列算法学习文章标签： opencv YOLO

本文链接：https://blog.csdn.net/weixin_41868104/article/details/140918818

版权

yolo系列算法学习专栏收录该内容

22 篇文章 27 订阅

订阅专栏

Opencv调用yolov5的onnx文件时报错记录

报错内容：

Error: Unspecified error (> Node [Pow@ai.onnx]:(onnx_node!/model.24/Pow) parse error: OpenCV(4.6.0) F:\opencv-4.6.0\opencv-4.6.0\modules\dnn\src\onnx\onnx_importer.cpp:601: error: (-215:Assertion failed) shapeIt != outShapes.end() in function 'cv::dnn::dnn4_v20220524::ONNXImporter::addLayer'

在这里插入图片描述

解决方法：
修改export.py中的：

parser.add_argument("--opset", type=int, default=11, help="ONNX: opset version")

将default = 15修改为11.

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

小俊俊的博客

关注关注

2
点赞
踩
0

收藏

觉得还不错? 一键收藏
打赏
0
评论
Opencv调用yolov5的onnx文件时报错记录

将default = 15修改为11.
复制链接

扫一扫

专栏目录

用opencv的dnn模块做yolov5目标检测

nihate的专栏

01-17

7万+

最近在微信公众号里看到多篇讲解yolov5在openvino部署做目标检测文章，但是没看到过用opencv的dnn模块做yolov5目标检测的。于是，我就想着编写一套用opencv的dnn模块做yolov5目标检测的程序。在编写这套程序时，遇到的bug和解决办法，在这篇文章里讲述一下。在yolov5之前的yolov3和yolov4的官方代码都是基于darknet框架的实现的，因此opencv的dnn模块做目标检测时，读取的是.cfg和.weight文件，那时候编写程序很顺畅，没有遇到bug。但是yolo

YOLOV5（二）：将pt转为onnx模型并用opencv部署

abandononeself的博客

07-28

3523

将yolov5s训练的火焰数据的pt权重改为可用opencv识别的onnx。

参与评论您还未登录，请先登录后发表或查看评论

opencv调用yolov5的onnx模型的常见bug

opencv_new的博客

08-25

1638

opencv调用yolo的一些常见bug

解决Opencv dnn模块无法使用onnx模型的问题(将onnx的动态输入改成静态)

分享技术笔记，记录学习研发历程

10-10

6704

最近做人脸识别项目，想只用OpenCV自带的人脸检测和识别模块实现，使用OpenCV传统方法：Haar级联分类器人脸检测+LBPH算法人脸识别的教程已经有了，于是想着用OpenCV中的dnn模块来实现，dnn实现人脸检测也有（详细教程可见我的这篇博客https://blog.csdn.net/weixin_42149550/article/details/131474284），问题就是基于cnn的人脸识别咋用opencv的dnn模块实现？一番搜索，发现OpenCV的dnn模块在加载YuNet模型时会报错。

C++：Opencv读取ONNX模型，通俗易懂

热门推荐

一只呆呆兽的博客

06-25

1万+

在 OpenCV 中使用深度学习

openCV调用YOLOv5 ONNX模型

爱她就要努力

11-08

1931

更改完成之后，使用netron查看导出的onnx模型，可发现上述操作把YOLO层的三个输出合并为一个输出，格式类似yolov4的格式。我做了一个夜间车辆检测，下面贴出运行结果。感觉检测结果边框有点变形，回头再看看哪出错了。调用导出的onnx，本文使用的openCV版本为4.5.1，使用4.4版本的可能会出现错误。//纠正之前边框检测不准确的问题(2022-06-31)//获取每一行的box框中含有某个物体的概率。//结果每个id对应置信度数组。//输出的网络宽度是类别数+5。

cv2.dnn.readNetFromONNX读取yolov8的onnx报错解决过程

qq_36401512的博客

02-20

2573

找到解决方法如下转换时要设置（关键是添加opset=11）上述是尝试用opencv读取模型时的报错信息。

如何使用 opencv 调用 yolov5 onnx 模型？

驭鲸·环球的博客

08-01

3568

如何使用opencv调用yolov5onnx模型？

YOLOv8-使用ONNXRuntime+OpenCV+YOLOv8实现目标检测+实例分割算法-优质项目-项目实战.zip

02-12

在本项目中，开发者使用了ONNXRuntime作为推理引擎，结合OpenCV进行图像处理，实现了YOLOv8的目标检测和实例分割功能。首先，ONNXRuntime是一个跨平台、高性能的推理引擎，它支持多种深度学习框架导出的ONNX（Open...

基于YOLOV5部署比较opencvDNN、ONNX onnxruntime和Openvion的性能（源码）.rar

04-15

1、资源内容：基于YOLOV5部署性能比较 opencvDNN、ONNX onnxruntime、Openvion（完整源码+数据）.rar 2、代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 3、适用对象：计算机，电子信息工程、...

基于OpenCV DNN和ONNXRuntime部署YOLOv7（源码+模型+说明文档）.rar

04-15

1、资源内容：基于OpenCV DNN和ONNXRuntime部署YOLOv7（完整源码+训练模型+说明文档+数据）.rar 2、代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 3、适用对象：计算机，电子信息工程、数学...

c++ opencv调用yolov5 onnx模型

qq15070的博客

10-20

779

很有借鉴意义

pytorch转onnx踩坑日记

Maple__Boy

03-16

1663

pytorch转onnx翻车日记

ONNX file: yolov8n.onnx in function ‘cv::dnn::dnn4_v20221220::ONNXImporter::ONNXImporter‘

qq_37797583的博客

11-22

851

Traceback (most recent call last): File “D:\study\yolo\yolov8\examples\YOLOv8-OpenCV-ONNX-Python\main.py”, line 80, in main(args.model, args.img) File “D:\study\yolo\yolov8\examples\YOLOv8-OpenCV-ONNX-Python\main.py”, line 22, in main model: cv2.dnn.Net =

关于opencv调用onnx模型的一个错误 Can’t infer a dim denoted by -1 in function ‘cv::dnn::computeShapeByReshapeMas

qq_43533792的博客

11-30

1719

解决Can't infer a dim denoted by -1 in function 'cv::dnn::computeShapeByReshapeMask'

关于cv2.dnn.readNetFromONNX(path)就报ERROR during processing node with 3 inputs and 1 outputs的解决过程【独家发布】

文山

07-02

1万+

当opencv在读onnx时cv2.dnn.readNetFromONNX(path)就报Number of input channels should be multiple of 3 but got 0 in outputs的解决办法，全网惟一指南

/asr.sh: line 270: utils/parse_options.sh: No such file or directory

06-08

这个错误提示的意思是没有找到 `utils/parse_options.sh` 文件。这个文件通常是在 Kaldi 工具包中使用的。如果你在使用 Kaldi 工具包中的 ASR 脚本，那么你需要将 `utils/parse_options.sh` 文件从 Kaldi 工具包中复制到你的 ASR 脚本目录中。具体而言，你可以按照以下步骤来解决这个问题： 1. 确认你的 ASR 脚本中确实需要使用 `utils/parse_options.sh` 文件。你可以在脚本中搜索 `parse_options.sh`，看看是否有相关的代码。 2. 如果确认需要使用该文件，那么你需要复制该文件到你的 ASR 脚本目录中。你可以在 Kaldi 工具包的 `src/utils/` 目录下找到该文件，将其复制到你的 ASR 脚本目录的 `utils/` 子目录下。 3. 如果你已经复制了该文件，但仍然出现上述错误提示，那么可能是文件路径设置有误。你需要检查 ASR 脚本中是否正确设置了文件路径，以确保可以找到该文件。 4. 如果以上方法都无法解决问题，那么可能是你的 ASR 脚本中有其他错误导致无法找到该文件。你需要逐一检查脚本中的代码，找出并修复其他可能存在的问题。