Pytorch не работает с обученной моделью + предварительно обученной моделью (Intel Open Vino) ⇐ Python

[Гость]

def CLASAAAAABOX(CLASAAAAA,frame): frameHeight=frame.shape[0] FrameWidth=frame.shape[1] blob=cv2.dnn.blobFromImage(frame, 1.0, (672 384), swapRB=False, обрезка=True) CLASAAAAA.setInput(блоб) обнаружение = CLASAAAAA.forward() bboxs=[] для я в диапазоне (detection.shape[2]): уверенность = обнаружение [0,0,i,2] если достоверность>0,7: x1=int(обнаружение[0,0,i,3]*frameWidth) y1=int(обнаружение[0,0,i,4]*frameHeight) x2=int(обнаружение[0,0,i,5]*frameWidth) y2=int(обнаружение[0,0,i,6]*frameHeight) bboxs.append([x1,y1,x2,y2]) cv2.rectangle(frame, (x1,y1),(x2,y2),(0,255,0), 8) возвратная рамка, bbox CLASAAAAABin = (r"путь к корзине") CLASAAAAAXml = (r"путь для xml") CLASSBBBBbin= (r"путь к корзине") CLASSBBXML= (r"путь для XML") CLASAAAAA=cv2.dnn.readNet(CLASAAAAAXml eXml, CLASAAAAABin) CLASBNet=cv2.dnn.readNet(CLASSBBXML,CLASSBBBB) Список = ['КЛАССА', 'КЛАССB'] видео = cv2.VideoCapture (0) пока правда: ret,frame=video.read() framee,bboxs=CLASAAAAABOX(CLASAAAAA,frame) для bbox в bboxs: ########проверять blob=cv2.dnn.blobFromImage(framee, 1.0, (224 224), swapRB=False, обрезка = True) CLASBNet.setInput(блоб) ########### CLASBPred=CLASBNet.forward() CLASB=Список[CLASBPred[0].argmax()] #label="{},{}".format(CLASB,CLASBPred) label="{}".format(CLASB) если метка=="КЛАССА": cv2.rectangle(framee, (bbox[0], bbox[1]), (bbox[2],bbox[3]), (255,0,255), 8) если метка == "CLASSB": cv2.rectangle(framee, (bbox[0], bbox[1]), (bbox[2],bbox[3]), (255,255,0), 8) cv2.putText(framee, label, (bbox[0]-70, bbox[1]-10), cv2.FONT_HERSHEY_SIMPLEX, 0,8, (255 255 255), 2, cv2.LINE_AA) cv2.imshow("ClasssA_Vs_ClasssB",framee) cv2.imshow("КлассA",framee) k=cv2.waitKey(1) если k==ord('q'): перерыв видео.релиз() cv2.destroyAllWindows() *Я изменил ярлыки. Оставьте комментарий, если вам нужна помощь или у вас возникли проблемы, подобные тем, что были у меня. Я могу помочь вам. Дайте мне знать, если я допустил ошибку на этикетках. Тем не менее, структура существует, и она должна помочь вам понять структуру, если вы новичок, как я

Я обучил свою модель с помощью Pytorch, используя Google Colab. После обучения своей модели я преобразовал ее в IR с помощью Intel Open Vino (https://docs.openvino.ai/2022.3/openvin ... Torch.html). После этого я объединил предварительно обученную модель пешехода (https://docs.openvino.ai/2021.4/omz_mod ... _0002.html) и свою модель вместе (обнаружение объектов + распознавание, такое как распознавание/обнаружение номерного знака). Однако комбинированная модель работает неправильно... Я проверил точность своей модели, и она оказалась около 96 процентов. Поэтому я не уверен, что является причиной проблемы. Я так долго застрял в этом.

Я загрузил ниже свою колаборацию, которую использовал для обучения своей модели. введите сюда описание ссылки