darknet2caffe 遇到 reshape数组重塑问题

Question

darknet2caffe 使用这个技术路线完成 .weights模型 转换为 .caffemodel 模型。
部署环境：docker ubuntu：18.04
参考：

如何在Ubuntu18.04上安装caffe+darknet2caffe环境_ubuntu18.04安装caffe-CSDN博客 文章浏览阅读2.4k次，点赞5次，收藏24次。Ubuntu的安装请参考《如何快速安装Ubuntu18.04》samba服务的配置请参考《如何在Ubuntu配置Samba服务》0、由于在安装darknet2caffe环境的时候需要下载并安装torch在执行 pip3 install torch的时候，总是会被killed(已杀死)，所以这里需要对Ubuntu的运行内存做一下配置。确保你的Ubuntu是在关机状态，点击内存，将内存调至4GB(至少)，然后再给Ubuntu开机，此时Ubuntu的运行内存就是4GB了。一、在Ubuntu18._ubuntu18.04安装caffe https://blog.csdn.net/Wu_GuiMing/article/details/118566495

流程上按照参考文档一步一步修改执行，import caffe 等操作都正常。

Docker下 python 路径：/opt/darknet2caffe
Docker下 caffe 路径：/opt/caffe
执行命令：cd /opt/darknet2caffe: python3 darknet2caffe.py Darknet_YoloV3_Car_800_617/model.cfg Darknet_YoloV3_Car_800_617/model.weights Darknet_YoloV3_Car_800_617/model.prototxt Darknet_YoloV3_Car_800_617/model.caffemodel

报错信息：

Traceback (most recent call last):
  File "darknet2caffe.py", line 540, in <module>
    darknet2caffe(cfgfile, weightfile, protofile, caffemodel)
  File "darknet2caffe.py", line 62, in darknet2caffe
    start = load_conv_bn2caffe(buf, start, params[conv_layer_name], params[bn_layer_name], params[scale_layer_name])
  File "darknet2caffe.py", line 154, in load_conv_bn2caffe
    conv_param[0].data[...] = np.reshape(buf[start:start+conv_weight.size], conv_weight.shape); start = start + conv_weight.size
  File "<__array_function__ internals>", line 6, in reshape
  File "/usr/local/lib/python3.6/dist-packages/numpy/core/fromnumeric.py", line 299, in reshape
    return _wrapfunc(a, 'reshape', newshape, order=order)
  File "/usr/local/lib/python3.6/dist-packages/numpy/core/fromnumeric.py", line 58, in _wrapfunc
    return bound(*args, **kwds)
ValueError: cannot reshape array of size 31518 into shape (128,192,3,3)

十分困扰怎么修改能够使其正常转换，求解！

Answer 1

以下回复参考：皆我百晓生、券券喵儿等免费微信小程序作答:

从报错信息来看，问题出在数组重塑（reshape）的过程中。具体来说，是无法将大小为31518的数组重塑为形状为(128,192,3,3)的数组。为了解决这个问题，你需要检查darknet2caffe.py文件中的load_conv_bn2caffe函数，特别是以下这一行代码：

conv_param[0].data[...] = np.reshape(buf[start:start+conv_weight.size], conv_weight.shape); start = start + conv_weight.size

你需要确保buf[start:start+conv_weight.size]的大小与conv_weight.shape相匹配。你可以通过打印这两个值来检查它们是否匹配：

print("buf[start:start+conv_weight.size] size:", buf[start:start+conv_weight.size].size)
print("conv_weight.shape:", conv_weight.shape)

如果它们不匹配，你需要找到原因并修复它。可能的原因包括模型文件损坏、模型结构不正确或darknet2caffe.py文件中的解析逻辑有误。你需要仔细检查这些方面，以找到并解决问题。