0

我试图创建一个简单的程序来捕获屏幕截图（使用 mss）并让 tensorflow 预测/检测图像中的元素，但它不起作用。以下是部分代码：

import cv2
import mss
import numpy as np
from PIL import Image

#Import TFNet
from darkflow.net.build import TFNet
import matplotlib.pyplot as plt

#Specify the dictonary.
options = {
    'model':'cfg/yolo.cfg',
    'load':'bin/yolov2.weights',
    'threshold': 0.3
}
tfnet = TFNet(options)

#Creates an endless loop for high-speed image acquisition...
while (True):
    with mss.mss() as sct:

    #Get raw pixels from the screen
    sct_img = sct.grab(sct.monitors[1])

    #Convert image to a numpy array
    img = np.array(sct_img)
    result = tfnet.return_predict(img)

    print(result)

有人能告诉我哪里出错了吗？它每次都返回以下错误：

ValueError: Cannot feed value of shape (1, 608, 608, 4) for Tensor 'input:0', which has shape '(?, 608, 608, 3)'

请给出代码示例。提前致谢。

4

1 回答 1

1

您的输入数据的形状似乎与预期不同：

 (1, 608, 608, 4)

代替

(?, 608, 608, 3)

看来你在谈论图像。通常彩色图像以 RGB 编码，因此有 3 个通道。您可能需要从数据中删除 alpha/transparency 通道

于 2018-04-18T06:50:14.773 回答