ID บทความ: 000059185 ประเภทข้อมูล: ข้อความแสดงข้อผิดพลาด การตรวจสอบครั้งล่าสุด: 20/05/2022

ข้อผิดพลาดที่พบ: "ไม่พบ Blob ที่มีชื่อ: DetectionOutput" เมื่อดําเนินการ "mask_rcnn_demo.exe"

BUILT IN - ARTICLE INTRO SECOND COMPONENT
สรุปข้อมูล

ขั้นตอนการใช้งาน "mask_rcnn_demo.exe"

คำอธิบาย
  1. หรือแปลง โมเดล ONNX* Mask R-CNN เป็นการแสดงระดับกลาง จากเอกสารประกอบ OpenVINO™
  2. โมเดล mask_rcnn_R_50_FPN_1x ที่ดาวน์โหลดและแปลงเป็น IR
  3. ดําเนินการคําสั่ง: mask_rcnn_demo.exe -i D:/hqx/yolact/test_Color.jpg -m D:/hqx/mask_rcnn_R_50_FPN_1x.xml -detection_output_name=DetectionOutput
  4. ได้รับข้อความแสดงข้อผิดพลาด: [ ERROR ] Cannot find blob with name: DetectionOutput
  5. ดําเนินการคําสั่งอื่น: mask_rcnn_demo.exe -i D:/hqx/yolact/test_Color.jpg -m D:/hqx/mask_rcnn_R_50_FPN_1x.xml -detection_output_name=6849/sink_port_0
  6. ได้รับข้อความแสดงข้อผิดพลาด: [ ERROR ] Cannot add output! Layer 6849/sink_port_0 wasn't found!
ความละเอียด
  1. ไปที่ คลังข้อมูล mask_rcnn_demo ที่อยู่: \deployment_tools\open_model_zoo\demos\mask_rcnn_demo
  2. เปิดไฟล์ models.lst
  3. ดาวน์โหลด รุ่นที่แนะนํา
    • mask_rcnn_inception_resnet_v2_atrous_coco
    • mask_rcnn_inception_v2_coco
    • mask_rcnn_resnet101_atrous_coco
    • mask_rcnn_resnet50_atrous_coco
  4. แปลง โมเดลที่ดาวน์โหลดด้วย ตัวเพิ่มประสิทธิภาพรุ่น
  5. เรียกใช้mask_rcnn_demo.exe ด้วยmask_rcnn_demo.exe -m "\.xml" -i "\.jpg"คําสั่งต่อไปนี้ 
ข้อมูลเพิ่มเติม

ดูข้อมูลเพิ่มเติมได้ที่ TensorFlow* Object Detection Mask R-CNNs Segmentation C++ สําหรับข้อมูลเพิ่มเติม

ผลิตภัณฑ์ที่เกี่ยวข้อง

บทความนี้จะนำไปใช้กับ 2 ผลิตภัณฑ์

เนื้อหาในหน้านี้เป็นการผสมผสานระหว่างการแปลเนื้อหาต้นฉบับภาษาอังกฤษโดยมนุษย์และคอมพิวเตอร์ เนื้อหานี้จัดทำขึ้นเพื่อความสะดวกของคุณและเพื่อเป็นข้อมูลทั่วไปเท่านั้นและไม่ควรอ้างอิงว่าสมบูรณ์หรือถูกต้อง หากมีความขัดแย้งใด ๆ ระหว่างเวอร์ชันภาษาอังกฤษของหน้านี้กับคำแปล เวอร์ชันภาษาอังกฤษจะมีผลเหนือกว่าและควบคุม ดูเวอร์ชันภาษาอังกฤษของหน้านี้