如何批量预测 Faster RCNN 模型？答案

【问题标题】：How to predict Faster RCNN model in batches?如何批量预测 Faster RCNN 模型？
【发布时间】：2021-03-03 01:48:27
【问题描述】：

我有一个训练有素的 RCNN (Keras-Retinanet) 模型，我一次只能预测一张图像。

boxes, scores, labels = model.predict_on_batch(np.expand_dims(image, axis=0))

完整的脚本是here。

有没有办法一次预测多张图像？

谢谢

【问题讨论】：

【解决方案1】：

您在那里扩展 dims 的原因是为了人为地添加批处理维度。只需将一堆图像堆叠在一起，然后将其传递给此函数即可得到一批结果。

换一种说法，现在你正在传递： [图片]。

您可以改为传入： [image_1, image_2, image_3, ...]（作为一个 numpy，而不是 python 数组）

【讨论】：

已尝试但出现此错误：File "detector.py", line 85, in <module> boxes, scores, labels = model.predict_on_batch(image, image1, image2, image3) TypeError: predict_on_batch() takes 2 positional arguments but 5 were given
我也试过imgs = [] imgs.append(image) imgs.append(image1) 并得到这个错误ValueError: Input 0 of layer conv1 is incompatible with the layer: : expected min_ndim=4, found ndim=3. Full shape received: [800, 800, 3]
不能传入python列表，必须构造一个合适形状的张量或numpy数组。一种方法是扩展暗淡，然后使用 numpy 的追加：numpy.org/doc/stable/reference/generated/numpy.append.html