`model.predict` fails when running segmentation model on numpy images
まだ誰も着手していません。
評価
- 難易度
- 3/5
- 見積もり時間
- 1〜2日
- 初心者へのやさしさ
- 45/100
- issue の種類
- バグ
- 明瞭さ
- おおむね明確
- 活発さ
- 停滞
- 技術スタック
- numpy, opencv, python
調査の方向性
まず issue の例を再現し、パス入力と NumPy 画像それぞれに対する model.predict のエントリポイントを追跡します。セグメンテーション画像と空の黒画像での動作を確認します。空の画像では検出数が 0 で、両方が sv.Detections.from_inference で変換できる結果を返せば完了です。
索引モデルが issue の本文から書いたものです。
説明
import cv2
version = rf.workspace("model-examples").project("car-parts-instance-segmentation").version(3)
dataset = version.download("yolov8")
seg_model = version.model
first_image_path = os.listdir(f"{dataset.location}/train/images")[0]
first_image_path = f"{dataset.location}/train/images/{first_image_path}"
seg_image = cv2.imread(first_image_path)
assert seg_image is not None
# Path
result = seg_model.predict(first_image_path).json()
detections = sv.Detections.from_inference(result)
assert len(detections) > 0
# Succeeds
# Np img
result = seg_model.predict(seg_image).json()
detections = sv.Detections.from_inference(result)
assert len(detections) > 0
# Fails!
# Empty np img
result = seg_model.predict(black_image).json()
detections = sv.Detections.from_inference(result)
assert len(detections) == 0
# Fails!
- 主要言語
- Python
- スター
- 629
- フォーク
- 140
- 平均マージ
- 2日 2時間
- マージ済み PR（30日）
- 5
コントリビューションガイド
はじめの一歩
- issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
- 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
- リポジトリをフォークし、ブランチを切って変更します。
- issue 番号を参照したプルリクエストを送ります。
roboflow/roboflow-python のほかの issue
-
難易度 4/5 3〜5日 初心者へのやさしさ 45/100
roboflow/roboflow-python#505 · コメント 1 件 ·
-
難易度 4/5 3〜5日 初心者へのやさしさ 30/100
roboflow/roboflow-python#433 ·
-
難易度 4/5 3〜5日 初心者へのやさしさ 25/100
roboflow/roboflow-python#429 ·
-
難易度 3/5 1〜2日 初心者へのやさしさ 35/100
roboflow/roboflow-python#427 · コメント 1 件 ·
-
難易度 3/5 1〜2日 初心者へのやさしさ 35/100
roboflow/roboflow-python#426 ·
roboflow/roboflow-python の issue をすべて見る
似ている issue
-
bug
難易度 2/5 1〜3時間 初心者へのやさしさ 75/100
stephrobert/dsoxlab#238 ·
-
難易度 2/5 1〜3時間 初心者へのやさしさ 75/100
-
難易度 2/5 1〜3時間 初心者へのやさしさ 75/100
sublimehq/package_control#1780 ·
-
難易度 2/5 1〜3時間 初心者へのやさしさ 65/100
-
難易度 2/5 1〜3時間 初心者へのやさしさ 70/100
nwg-piotr/nwg-displays#145 ·