带有对象检测标签的 IndexError答案

【问题标题】：IndexError with object detection labels带有对象检测标签的 IndexError
【发布时间】：2021-05-22 09:39:08
【问题描述】：

我从带有this 模型的视频中检测到对象。该模型检测三类：自行车、汽车和人。我只想要汽车和人，这就是我得到的，直到图片中有自行车。然后我收到一个错误IndexError: list out of range。

这是我的代码：

CLASSES = ["bicycle", "car", "person"]

for i in np.arange(0, detections.shape[2]):
    confidence = detections[0, 0, i, 2]
    if confidence > 0.4:
       idx = int(detections[0, 0, i, 1])
       if CLASSES[idx] == "person" or CLASSES[idx] == "car":
          print("CLASSES[idx]: ", CLASSES[idx])

错误指向以下行：if CLASSES[idx] == "person" or CLASSES[idx] == "car":。我已经尝试像这样检查其他索引（自行车）：

if CLASSES[idx] == "person" or CLASSES[idx] == "car":
    print("CLASSES[idx]: ", CLASSES[idx])

else:
    print("Not a car/person")
    continue

错误仍然相同，并且从未执行过 else。欢迎任何建议这里有什么问题。

编辑。我做了一些记录，发现索引有时是 3，这就是脚本失败的原因。模型文件说：

The net outputs blob with shape: [1, 1, N, 7], where N is the number of detected bounding boxes. Each detection has the format [image_id, label, conf, x_min, y_min, x_max, y_max], where:

image_id - ID of the image in the batch
label - predicted class ID
conf - confidence for the predicted class
(x_min, y_min) - coordinates of the top left bounding box corner
(x_max, y_max) - coordinates of the bottom right bounding box corner.

那么我是否以错误的方式进行检测？

这就是我获得检测结果的方式：

net = cv2.dnn.readNet(
    "models/person-vehicle-bike-detection-crossroad-0078.xml",
    "models/person-vehicle-bike-detection-crossroad-0078.bin")

detections = net.forward()

【问题讨论】：

标签： python numpy for-loop index-error openvino

【解决方案1】：

由于您使用的是 OpenVINO 预训练模型，我建议您试用此示例应用程序：Pedestrian Tracker Demo

你应该得到类似附件照片的东西。我使用的模型与您使用的相同，person-vehicle-bike-detection-crossroad-0078 和 person-reidentification-retail-0277

完成后，尝试研究代码并相应地实现自己的代码。

【讨论】：