赞
踩
在做目标检测服务过程中,将yolov7模型通过flask打包成预测服务API,此次训练的图像输入大小是1280,输入预测图片是如果图像大于1280则预测成功,小于1280则报RuntimeError: Sizes of tensors must match except in dimension 1. Expected size 27 but got size。
由于只有小图片预测报错,猜测是图像处理过程中resize问题,提示下面代码行错误
pred = self.model(img, augment=self.augment)[0]
提示:这里填写问题的分析:
分析了半天最终发现是小图片在pading没有处理好,下面代码中少给了一个参数stride,导致小图片在pading过程中像素错误,导致dimension错误。
img = letterbox(img0, new_shape=self.img_size)[0]
最终通过参考原始utils.datasets代码中图像处理过程,改造代码,参考代码如下
改造自己的base64_to_image函数代码如下:
def base64_to_image(self,imagebase64): """ 输入base64图片,输出图片 """ try: imgbase64= base64.b64decode(imagebase64) buf_str = BytesIO(imgbase64).getvalue() nparr = np.fromstring(buf_str, np.uint8) img0 = cv2.imdecode(nparr, cv2.IMREAD_COLOR) # img = letterbox(img0, new_shape=self.img_size)[0] img = letterbox(img0, self.img_size, stride=self.stride)[0] img = img[:, :, ::-1].transpose(2, 0, 1) # BGR to RGB, to 3x416x416 img = np.ascontiguousarray(img) return img,img0 except: print("输入图片必须是BASE64格式...")
因为第一版代码不是自己写的,花了一下午加晚上逐行代码排查,最终解决了,还是记录一下,防止下次忘了。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。