问题标签 [imageai]

https://github.com/OlafenwaMoses/ImageAI用于包

ImageAI 在构建时考虑到了简单性，支持一系列最先进的机器学习算法，用于图像预测、自定义图像预测、对象检测、视频检测、视频对象跟踪和图像预测训练。ImageAI 目前支持使用在 ImageNet-1000 数据集上训练的 4 种不同机器学习算法进行图像预测和训练。ImageAI 还支持使用在 COCO 数据集上训练的 RetinaNet、YOLOv3 和 TinyYOLOv3 进行对象检测、视频检测和对象跟踪。最后，ImageAI 允许您训练自定义模型以执行新对象的检测和识别。

最终，ImageAI 将为计算机视觉更广泛、更专业的方面提供支持，包括但不限于特殊环境和特殊领域的图像识别。

我正在尝试构建一个 imageai 项目，它可以对图像进行预测。但我的代码给出了我不明白的错误

这是错误

/usr/local/lib/python3.6/dist-packages/imageai/Detection/Custom/gen_anchors.py in generateAnchors(train_annotation_folder, train_image_folder, train_cache_file, model_labels) 88 89 for obj in image['object']: --- > 90 relative_w = (float(obj['xmax']) - float(obj['xmin']))/image['width'] 91 relatice_h = (float(obj["ymax"]) - float(obj[ 'ymin']))/image['height'] 92 annotation_dims.append(tuple(map(float, (relative_w,relatice_h))))

ZeroDivisionError：浮点除以零

我收到上述错误，关于它为什么显示的任何想法？

我正在尝试实现 YOLO 对象自定义对象检测器。我在 colab 中分别下载了 1000 张用于训练数据的图像和 100 张用于验证数据的图像。代码运行完美，除了collab notebook需要将近一天的时间来获得一个epoch。下面是示例代码。另外，我如何使用谷歌开放图像的自定义人手数据集（如 kaggle）而不在 collab 上下载它。

关于

我正在尝试加载和使用 ImageAI ResNet 模型，然后通过 Flask 服务器访问它。有关该项目的更多详细信息，请参见我的 Github存储库。

我的代码在 Windows 上运行良好，但在 Linux 上运行不佳。我将所有文件直接克隆到 Raspberry Pi，然后安装了所有 pip 依赖项。但是，在初始化 Predictor 类时程序会中断。

采取的步骤

• 安装了与我的 Windows PC 相同的每个包的 pip 版本
• 使用过的虚拟环境
• 从不同的轮子重新安装了 Tensorflow（不仅仅是 pip）
• 搜索 ImageAI 的问题。有几个类似的问题，但没有有效的解决方案
• 在 ImageAI 存储库中创建了一个问题；还没有回应
• 使用不同的 Raspberry Pi（Pi 2B 和 3B）
• 在 StackOverflow 上搜索 Raspberry Pi Tensorflow 问题。数量惊人！但是，安装不同版本的 Tensorflow 并不起作用。我找不到任何其他建议的解决方案。
• 使用 SHA-256 校验和来验证我的所有文件是否与我的 Windows PC 完全相同

再一次，这个项目的相同版本可以在我的 Windows PC 上运行。这可能是 Linux/Raspberry Pi 软件包问题，对吧？

代码

追溯

python3 -m pip freeze树莓派的输出

pip3 freeze从 Windows PC 输出

编辑：pip3 freeze为 Windows添加

我正在使用 imageAI 库研究植物叶子检测模型。当我创建模型的实例时，会发生以下错误。我无法理解错误。这是我的代码：

错误：

我有以下代码

然后我得到了这个错误

我在运行后导入了 tensorflow 和 keras，这些分别是版本

我尝试安装 tensorflow=1.13.1 因为我读到它应该在某个地方有所帮助，但那是从 2018 年开始的，它没有用。

我能做些什么来修复这个错误？

或者有没有其他方法可以使用预训练的对象检测模型？

我正在使用 imageAI 对象检测训练一些图像。我想要做的是在图像中的对象周围绘制一个多边形数据注释。不是方盒子。即使我可以绘制形状，imageAI 类也不考虑多边形形状。如果有人可以帮助我找出是否有一些模型允许在图像训练中使用多边形形状，那就太好了。

大约一个月前，我使用 TensorFlowGPU 1.13 在 Google Colab Pro 上使用 ImageAI 训练了一个自定义对象检测模型，训练时间约为 30 分钟/epoch。现在，当我使用相同的数据集但使用 TensorFlowGPU 2.4.3（ImageAI 不再支持旧的 TF）进行训练时，我得到的 GPU 使用率非常低（0.1GB），每个 epoch 的训练时间为 6 小时。我尝试在本地机器上训练相同的模型，但训练时间也很慢。

我正在使用以下导入（基于 ImageAI 文档）：

!pip install tensorflow-gpu==2.4.0 keras==2.4.3 numpy==1.19.3 pillow==7.0.0 scipy==1.4.1 h5py==2.10.0 matplotlib==3.3.2 opencv-python keras-resnet==0.2.0 !pip install imageai --upgrade

我正在从 Google Drive 中提取我的训练数据。

有什么我可能会遗漏的东西可以加快我在 Google Colab 或我的本地机器上的对象检测训练时间吗？缓慢的训练时间正在减慢我的研究速度。

我正在开发一个项目，该项目使用带有 YOLOv3 的 imageai，它可以快速准确地用于我的目的。然而，这个模型只能检测到 80 个类，我想要其中的一些，但也想添加更多类。我参考了https://imageai.readthedocs.io/en/latest/customdetection/index.html来用另外 3 个类训练我自己的自定义模型。但是，我无法检测到 YOLOv3 提供的 80 个类。有没有办法生成一个模型来扩展现有的 YOLOv3 并且可以检测我想要的所有 80 个类 + 额外的类？

PS我是tensorflow和imageai的新手，所以我不太了解。请多多包涵。

尝试使用 ImageAI 创建对象检测程序。 ImageAI 文档上有 detectObjectsFromImage 命令，但是当我尝试使用它时

代码：