transformer 目标检测代码找错

Question

我刚学习 transformers，在Windows 上 安装了pytorch 和transformers的4.26.1 版本，
测试 from transformers import DetrImageProcessor, DetrForObjectDetection 成功！
现在我想运行一个 目标检测示例，代码 是从 https://hf-mirror.com/ 找的，如下：

from transformers import pipeline
from transformers import DetrImageProcessor, DetrForObjectDetection
import torch
from PIL import Image
import requests

url = "http://images.cocodataset.org/val2017/000000039769.jpg"
image = Image.open(requests.get(url, stream=True).raw)

processor = DetrImageProcessor.from_pretrained("C:\\Users\\hello\\detr_resnet_50", revision="no_timm")
model = DetrForObjectDetection.from_pretrained("C:\\Users\\hello\\detr_resnet_50", revision="no_timm")

inputs = processor(images=image, return_tensors="pt")
outputs = model(**inputs)

target_sizes = torch.tensor([image.size[::-1]])
results = processor.post_process_object_detection(outputs, target_sizes=target_sizes, threshold=0.9)[0]

for score, label, box in zip(results["scores"], results["labels"], results["boxes"]):
    box = [round(i, 2) for i in box.tolist()]
    print(
            f"Detected {model.config.id2label[label.item()]} with confidence "
            f"{round(score.item(), 3)} at location {box}"
    )

由于我预先下载了 facebook/detr-resnet-50 模型到本地的 C:\Users\hello\detr_resnet_50 目录下，所以上述代码中的 from_pretrained("C:\Users\hello\detr_resnet_50", revision="no_timm") 表示我自己的 路径，其它地方都是照抄 https://hf-mirror.com，

在python的pycharm 环境下，http://images.cocodataset.org/val2017/000000039769.jpg 的 图片能读取出来，然后长时间没有反应，也没有报错，就是没任何反应，请大家帮助找找原因。

Answer 1

以下内容由CHATGPT及阿里嘎多学长共同生成、有用望采纳：

---

【问题概括】：用户在使用transformers库进行目标检测时遇到了问题，代码执行后没有反应，没有报错，但也没有输出结果。

【问题出现原因】：问题可能的原因包括但不限于：

1. 代码中可能存在逻辑错误或配置问题。
2. 模型路径或配置可能不正确。
3. 代码可能缺少必要的错误处理机制，导致程序在遇到问题时没有给出提示。

【问题解决方案】：

1. 首先，检查模型路径是否正确，确保C:\\Users\\hello\\detr_resnet_50目录中包含了正确的模型文件。
2. 确保模型路径中没有使用相对路径，因为from_pretrained方法可能需要绝对路径。
3. 检查网络请求是否成功，图片是否正确加载。
4. 增加错误处理机制，以便在出现问题时能够及时发现并解决。

【提供代码】： 以下是修改后的代码，增加了错误处理机制，并确保了模型路径的正确性。

from transformers import pipeline, DetrImageProcessor, DetrForObjectDetection
from PIL import Image
import requests
import torch

# 确保模型路径是正确的绝对路径
model_path = "C:\\Users\\hello\\detr_resnet_50"

# 尝试从网络加载图片
try:
    url = "http://images.cocodataset.org/val2017/000000039769.jpg"
    response = requests.get(url, stream=True)
    response.raise_for_status()  # 确保请求成功
    image = Image.open(response.raw)
except requests.exceptions.RequestException as e:
    print(f"Error loading image: {e}")
    exit()

# 尝试加载模型和处理器
try:
    processor = DetrImageProcessor.from_pretrained(model_path, revision="no_timm")
    model = DetrForObjectDetection.from_pretrained(model_path, revision="no_timm")
except Exception as e:
    print(f"Error loading model or processor: {e}")
    exit()

# 进行目标检测
try:
    inputs = processor(images=image, return_tensors="pt")
    outputs = model(**inputs)
    target_sizes = torch.tensor([image.size[::-1]])
    results = processor.post_process_object_detection(outputs, target_sizes=target_sizes, threshold=0.9)[0]
    
    for score, label, box in zip(results["scores"], results["labels"], results["boxes"]):
        box = [round(i, 2) for i in box.tolist()]
        print(
            f"Detected {model.config.id2label[label.item()]} with confidence "
            f"{round(score.item(), 3)} at location {box}"
        )
except Exception as e:
    print(f"Error during object detection: {e}")

【代码运行方式】：

1. 确保你的环境中安装了transformers, torch, PIL, 和requests库。
2. 将上述代码复制到Python环境中运行。

【代码预期运行结果】： 如果一切正常，代码将输出检测到的对象的类别、置信度和边界框坐标。

【推荐相关链接】：

• transformers库官方文档：https://huggingface.co/transformers/
• PyTorch官方文档：https://pytorch.org/docs/stable/index.html
• 如何使用requests库：https://docs.python-requests.org/en/latest/