尝试向检测模型“ssd_mobilenet_v2”添加警报，会引发错误

Posted 2023-02-16

【中文标题】尝试向检测模型“ssd_mobilenet_v2”添加警报，会引发错误

【英文标题】：Trying to add an alert to detection model "ssd_mobilenet_v2", throws an error

【发布时间】：2022-01-09 11:40:00

【问题描述】：

我正在尝试使用“ssd_mobilenet_v2_fpn_keras”添加警报系统

检测模型加载到下面的函数中

 def detect_fn(image):
    image, shapes = detection_model.preprocess(image)
    prediction_dict = detection_model.predict(image, shapes)
    detections = detection_model.postprocess(prediction_dict, shapes)
    return detections

图像转换为张量

input_tensor = tf.convert_to_tensor(np.expand_dims(image_np, 0), dtype=tf.float32)

张量被馈送到检测模型

detections = detect_fn(input_tensor)

检测模型的输出是一个字典，具有以下键：

dict_keys(['detection_boxes', 'detection_scores', 'detection_classes', 'raw_detection_boxes', 'raw_detection_scores', 'detection_multiclass_scores', 'detection_anchor_indices', 'num_detections'])

detections[detection_classes]，给出以下输出，即 0 是 ClassA，1 是 ClassB

[0 1 1 0 0 1 0 0 1 0 1 1 0 0 1 0 1 1 0 1 0 1 1 0 0 1 0 0 1 0 1 0 0 1 1 1 1 0 0 0 1 1 1 0 0 1 1 1 0 1 0 1 0 0 0 0 1 0 0 1 0 0 1 0 1 0 0 1 0 0 0 0 1 0 1 1 0 1 1 0 1 1 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 1 0 1]

detections['detection_scores'] 给出检测到的每个框的分数（下面显示了几个）

[0.988446 0.7998712 0.1579772 0.13801616 0.13227147 0.12731305 0.09515342 0.09203091 0.09191579 0.08860824 0.08313078 0.07684237

我正在尝试Print("Attention needed")，如果观察到检测类 B 即 1

for key in detections['detection_classes']:
if key==1:
    print('Alert')

当我尝试这样做时，我得到一个错误

`ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

如何让它发挥作用？

我希望代码打印“需要注意”是 Class =1 或 A 并且 detection_scores >= 14

Code Explained, a bit further

---

完整代码的链接如下：

Tutorial on YouTube GitHub sources repository

【参考方案1】：

如错误消息中所述，您应该使用.any()。喜欢：

if (key == 1).any():
  print('Alert')

因为key == 1 将是一个带有[False, True, True, False, ...] 的数组

您可能还想检测超过特定分数的分数，例如 0.7：

for key, score in zip(
  detections['detection_classes'],
  detections['detection_scores']):
  if score > 0.7 and key == 1:
    print('Alert')
    break