【问题标题】:OpenCV deep learning face detection assertion error in function 'cv::dnn::ConvolutionLayerImpl::getMemoryShapes'函数“cv::dnn::ConvolutionLayerImpl::getMemoryShapes”中的 OpenCV 深度学习人脸检测断言错误
【发布时间】:2019-07-06 16:32:40
【问题描述】:

我跟着 tutorial 使用 OpenCV 和深度学习 SSD 框架从 image 实现人脸检测。

modelFile = "./ssd/res10_300x300_ssd_iter_140000.caffemodel"
configFile = "./ssd/deploy.prototxt"
net = cv2.dnn.readNetFromCaffe(configFile, modelFile)
image = cv2.imread("face.jpg")
(h, w) = image.shape[:2]
blob = cv2.dnn.blobFromImage(cv2.resize(image, (300, 300)), 1.0, (300, 300), (104.0, 177.0, 123.0))
net.setInput(blob)
detections = net.forward()

但是detections = net.forward() 返回错误:

error: OpenCV(4.0.0) C:\projects\opencv-python\opencv\modules\dnn\src\layers\convolution_layer.cpp:236: error: (-215:Assertion failed) blobs.size() != 0 in function 'cv::dnn::ConvolutionLayerImpl::getMemoryShapes'

仍在寻找更多信息,但不知道是代码错误还是库中的错误...有人知道可能导致问题的原因吗?任何帮助将不胜感激。

【问题讨论】:

  • 你能分享face.jpg吗?
  • @keineahnung2345 更新问题,图片样本 - ibb.co/0j3ywk4
  • 我的猜测是图像与您的脚本不在同一目录中

标签: python opencv deep-learning caffe face-detection


【解决方案1】:

我无法同时使用 OpenCV 3.4.2 和 OpenCV 4.0.0 重现您的问题。

这是我得到的:

附:我从https://raw.githubusercontent.com/opencv/opencv_3rdparty/dnn_samples_face_detector_20170830/res10_300x300_ssd_iter_140000.caffemodel 下载 res10_300x300_ssd_iter_140000.caffemodel,从https://github.com/opencv/opencv/raw/3.4.0/samples/dnn/face_detector/deploy.prototxt 下载 deploy.prototxt。

【讨论】:

    【解决方案2】:

    我想我知道您的问题出在哪里,请检查您的 ssd 文件夹下的“deploy.prototxt”和“res10_300x300_ssd_iter_140000.caffemodel”这两个文件。如果文件的大小不为零,则可能是您的下载被阻止/中断(被防火墙阻止,连接失败等)将其与原始大小进行比较。如果大小为零,则根本没有下载。

    在这两种情况下, 请到“https://github.com/opencv/opencv/blob/master/samples/dnn/face_detector/deploy.prototxt”github 仓库

    https://github.com/opencv/opencv_3rdparty/raw/dnn_samples_face_detector_20170830/res10_300x300_ssd_iter_140000.caffemodel”下载两个同名文件并替换。

    或者您可以使用以前使用的相同来源。

    【讨论】:

      【解决方案3】:

      我在使用灰度图像时遇到了同样的错误。 读取彩色图像后,错误已解决。

      【讨论】:

        猜你喜欢
        • 1970-01-01
        • 1970-01-01
        • 2023-03-19
        • 2019-04-20
        • 2018-01-29
        • 2019-12-01
        • 2021-08-05
        • 1970-01-01
        • 2020-07-02
        相关资源
        最近更新 更多