Datasets:

---

zjsd

/

RedStone-Code-python

like 7

ERROR: type should be string, got "https://teratail.com/questions/315284#reply-439497　\nURLを参考にして、プログラムを実行すると、以下のエラー文がでて推論できません。考えられる原因はなんでしょうか。　\nエラー文\nFile \"C:\\Users\\username\\Desktop\\output\\capture.py\", line 106, in <module>\ny = network(x, t)\nFile \"C:\\Users\\username\\Desktop\\output\\capture.py\", line 16, in network\nh = PF.binary_connect_affine(x, name='BinaryConnectAffine')\nTypeError: binary_connect_affine() missing 1 required positional argument: 'n_outmaps'\nプログラム\nimport nnabla as nn\nimport nnabla.functions as F\nimport nnabla.parametric_functions as PF\nfrom nnabla.utils.data_iterator import data_iterator_csv_dataset \nimport os \nimport cv2\nfrom datetime import datetime\nimport pandas as pd\nimport matplotlib.pyplot as plt\nimport numpy as np\nfrom PIL import Image\ndef network(x, y, test=False):\n # Input:x -> 3,250,250\n # BinaryConnectAffine -> 100\n h = PF.binary_connect_affine(x,(100), name='BinaryConnectAffine')\n # BatchNormalization\n h = PF.batch_normalization(h, (1,), 0.9, 0.0001, not test, name='BatchNormalization')\n # ReLU\n h = F.relu(h, True)\n # BinaryConnectAffine_2\n h = PF.binary_connect_affine(h,(100), name='BinaryConnectAffine_2')\n # BatchNormalization_2\n h = PF.batch_normalization(h, (1,), 0.9, 0.0001, not test, name='BatchNormalization_2')\n # ReLU_2\n h = F.relu(h, True)\n # BinaryConnectAffine_3\n h = PF.binary_connect_affine(h,(100), name='BinaryConnectAffine_3')\n # BatchNormalization_3\n h = PF.batch_normalization(h, (1,), 0.9, 0.0001, not test, name='BatchNormalization_3')\n # ReLU_3\n h = F.relu(h, True)\n # BinaryConnectAffine_4 -> 26\n h = PF.binary_connect_affine(h, (26), name='BinaryConnectAffine_4')\n # BatchNormalization_4\n h = PF.batch_normalization(h, (1,), 0.9, 0.0001, not test, name='BatchNormalization_4')\n # Softmax\n h = F.softmax(h)\n # CategoricalCrossEntropy -> 1\n #h = F.categorical_cross_entropy(h, y)\n return h\nclass_names = ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J', 'K', 'L', 'M', 'N', 'O', 'P', 'Q', 'R', 'S', 'T', 'U', 'V', 'W', 'X', 'Y', 'Z']\ncap = cv2.VideoCapture(0) # 任意のカメラ番号に変更する\nnew_dir_path = \"./realtime/\"\nos.makedirs(new_dir_path, exist_ok=True)\n #カメラスタート\nwhile True:\n ret, frame = cap.read()\n cv2.imshow(\"camera\", frame)\n k = cv2.waitKey(1)&0xff # キー入力を待つ\n if k == ord('p'): \n # 「p」キーで画像を保存\n date = datetime.now().strftime(\"%Y%m%d_%H%M%S\")\n path = new_dir_path + date +\".png\"\n cv2.imwrite(path, frame) \n image_gs = cv2.imread(path)\n path = new_dir_path + date +\".png\"\n dst = cv2.resize(image_gs,(250,250))\n cv2.imwrite(path, dst)\n f = pd.DataFrame(columns=[\"x:data\",\"y:data\"])\n xdata = path\n ydata = 0\n new_name = pd.Series([xdata,ydata],index=f.columns)\n f = f.append(new_name, ignore_index=True)\n f.to_csv('valu.csv',index=False,header = True )\n test_data = data_iterator_csv_dataset(\"C:\\\\Users\\\\username\\\\Desktop\\\\output\\\\valu.csv\",1,shuffle=False,normalize=True) \n path = new_dir_path + \"test\" +\".png\"\n cv2.imwrite(path, frame) \n image_gs = cv2.imread(path)\n path = new_dir_path + date +\".png\"\n dst = cv2.resize(image_gs,(250,250))\n cv2.imwrite(path, dst)\n f = pd.DataFrame(columns=[\"x:data\",\"y:data\"])\n xdata = path\n ydata = 0\n new_name = pd.Series([xdata,ydata],index=f.columns)\n f = f.append(new_name, ignore_index=True)\n f.to_csv('valu.csv',index=False,header = True )\n test_data = data_iterator_csv_dataset(\"C:\\\\Users\\\\username\\\\Desktop\\\\output\\\\valu.csv\",1,shuffle=False,normalize=True) \n #ネットワークの構築\n nn.clear_parameters()\n x = nn.Variable((1,3,250,250))\n t = nn.Variable((1,1))\n y = network(x, t)\n nn.load_parameters('‪C:\\\\Users\\\\username\\\\Desktop\\\\output\\\\yubidata.files\\\\20210113_161413\\\\results.nnp')\n print(\"load model\")\n for i in range(test_data.size):\n x.d, t.d = test_data.next()\n y.forward()\n print(y.d[0]) \n print(np.argmax(y.d[0]))\n print(class_names[np.argmax(y.d[0])])\n elif k == ord('q'):\n # 「q」キーが押されたら終了する\n break\n # キャプチャをリリースして、ウィンドウをすべて閉じる\ncap.release()\ncv2.destroyAllWindows()\n\nネットワーク構造\n学習結果\n学習時に使った画像のパス AからZのフォルダ\nCSVファイルの中身 変更後\n気になる質問をクリップする\nクリップした質問は、後からいつでもマイページで確認できます。\nまたクリップした質問に回答があった際、通知やメールを受け取ることができます。\nクリップを取り消します\n良い質問の評価を上げる\n以下のような質問は評価を上げましょう\n質問内容が明確\n自分も答えを知りたい\n質問者以外のユーザにも役立つ\n評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。\n質問の評価を上げたことを取り消します\n評価を下げられる数の上限に達しました\n評価を下げることができません\n1日5回まで評価を下げられます\n1日に1ユーザに対して2回まで評価を下げられます\n質問の評価を下げる\nteratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。\nプログラミングに関係のない質問\nやってほしいことだけを記載した丸投げの質問\n問題・課題が含まれていない質問\n意図的に内容が抹消された質問\n過去に投稿した質問と同じ内容の質問\n広告と受け取られるような投稿\n評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。\n質問の評価を下げたことを取り消します\nこの機能は開放されていません\n評価を下げる条件を満たしてません\n15分調べてもわからないことは、teratailで質問しよう！\nただいまの回答率 88.34%\n質問をまとめることで、思考を整理して素早く解決\nテンプレート機能で、簡単に質問をまとめられる"