opencv C++ 神经网络 predict() 函数抛出 "Bad argument" 错误
opencv C++ neural network predict() function throws "Bad argument" error
我成功地训练了一个神经网络来识别图像中的数字,并将网络参数保存到一个 .xml 文件中。
但是,当针对新图像测试网络时,代码在 predict() 阶段失败并出现错误:
OpenCV Error: Bad argument (Both input and output must be floating-point matrices of the same type and have the same number of rows) in CvANN_MLP::predict, file ........\opencv\modules\ml\src\ann_mlp.cpp, line 279.
ann_mlp.cpp 第 279 行是:
if( !CV_IS_MAT(_inputs) || !CV_IS_MAT(_outputs) ||
!CV_ARE_TYPES_EQ(_inputs,_outputs) ||
(CV_MAT_TYPE(_inputs->type) != CV_32FC1 &&
CV_MAT_TYPE(_inputs->type) != CV_64FC1) ||
_inputs->rows != _outputs->rows )
CV_Error( CV_StsBadArg, "Both input and output must be floating-point matrices "
"of the same type and have the same number of rows" );
我已经通过 运行 这段代码检查了输入行:
cv::Size s = newVec.size();
int rows = s.height;
int cols = s.width;
cout << "newVec dimensions: " << rows << " x " << cols << endl;
...结果是预期的 1 x 900 向量/矩阵。
我已经按照错误对话框将输入和输出矩阵设置为 CV_32FC1,如下所示:
输入矩阵
cv::Mat newVec(1, 900, CV_32FC1);
newVec = crop_img.reshape(0, 1); //reshape / unroll image to vector
CvMat n = newVec;
newVec = cv::Mat(&n);
输出矩阵
cv::Mat classOut = cvCreateMatHeader(1, CLASSES, CV_32FC1);
然后我尝试运行这样的预测函数:
CvANN_MLP* nnetwork = new CvANN_MLP;
nnetwork->load("nnetwork.xml", "nnetwork");
int maxIndex = 0;
cv::Mat classOut = cvCreateMatHeader(1, CLASSES, CV_32FC1);
//prediction
nnetwork->predict(newVec, classOut);
float value;
float maxValue = classOut.at<float>(0, 0);
for (int index = 1; index<CLASSES; index++)
{
value = classOut.at<float>(0, index);
if (value>maxValue)
{
maxValue = value;
maxIndex = index;
}
}
有什么想法吗?非常感谢...
我怀疑问题出在你的输入上,而不是你的输出上。
首先,重要的是要了解 OpenCV 应该为此承担很多责任,而不是你。他们的C++API相当平庸,给你造成了很大的困惑。
看,通常在 C++ 中,当您定义一个 1x900 的浮点矩阵时,它保持一个浮点矩阵。 C++ 具有很强的类型安全性。
OpenCV 没有。如果将字节矩阵分配给浮点矩阵,后者将更改其类型(!)。
您的代码将 newVec
初始化为这样一个浮点矩阵,然后分配第二个矩阵,然后再分配另一个矩阵。我怀疑 crop_img
仍然是一个图像,即 8 位。重塑它会使它成为 1x900,但不是浮点数。那是 .convertTo
的工作。
我成功地训练了一个神经网络来识别图像中的数字,并将网络参数保存到一个 .xml 文件中。
但是,当针对新图像测试网络时,代码在 predict() 阶段失败并出现错误:
OpenCV Error: Bad argument (Both input and output must be floating-point matrices of the same type and have the same number of rows) in CvANN_MLP::predict, file ........\opencv\modules\ml\src\ann_mlp.cpp, line 279.
ann_mlp.cpp 第 279 行是:
if( !CV_IS_MAT(_inputs) || !CV_IS_MAT(_outputs) ||
!CV_ARE_TYPES_EQ(_inputs,_outputs) ||
(CV_MAT_TYPE(_inputs->type) != CV_32FC1 &&
CV_MAT_TYPE(_inputs->type) != CV_64FC1) ||
_inputs->rows != _outputs->rows )
CV_Error( CV_StsBadArg, "Both input and output must be floating-point matrices "
"of the same type and have the same number of rows" );
我已经通过 运行 这段代码检查了输入行:
cv::Size s = newVec.size();
int rows = s.height;
int cols = s.width;
cout << "newVec dimensions: " << rows << " x " << cols << endl;
...结果是预期的 1 x 900 向量/矩阵。
我已经按照错误对话框将输入和输出矩阵设置为 CV_32FC1,如下所示:
输入矩阵
cv::Mat newVec(1, 900, CV_32FC1);
newVec = crop_img.reshape(0, 1); //reshape / unroll image to vector
CvMat n = newVec;
newVec = cv::Mat(&n);
输出矩阵
cv::Mat classOut = cvCreateMatHeader(1, CLASSES, CV_32FC1);
然后我尝试运行这样的预测函数:
CvANN_MLP* nnetwork = new CvANN_MLP;
nnetwork->load("nnetwork.xml", "nnetwork");
int maxIndex = 0;
cv::Mat classOut = cvCreateMatHeader(1, CLASSES, CV_32FC1);
//prediction
nnetwork->predict(newVec, classOut);
float value;
float maxValue = classOut.at<float>(0, 0);
for (int index = 1; index<CLASSES; index++)
{
value = classOut.at<float>(0, index);
if (value>maxValue)
{
maxValue = value;
maxIndex = index;
}
}
有什么想法吗?非常感谢...
我怀疑问题出在你的输入上,而不是你的输出上。
首先,重要的是要了解 OpenCV 应该为此承担很多责任,而不是你。他们的C++API相当平庸,给你造成了很大的困惑。
看,通常在 C++ 中,当您定义一个 1x900 的浮点矩阵时,它保持一个浮点矩阵。 C++ 具有很强的类型安全性。
OpenCV 没有。如果将字节矩阵分配给浮点矩阵,后者将更改其类型(!)。
您的代码将 newVec
初始化为这样一个浮点矩阵,然后分配第二个矩阵,然后再分配另一个矩阵。我怀疑 crop_img
仍然是一个图像,即 8 位。重塑它会使它成为 1x900,但不是浮点数。那是 .convertTo
的工作。