Ошибка атрибута при интеграции Google TTS с YOLOv8

Целью моего проекта является обнаружение меток и координат объектов, а затем преобразование их в строку, которая преобразуется в голос с помощью gTTS, но я продолжаю получать ошибку атрибута в метках прогнозирования. Я новичок в этой структуре, любая помощь будет оценена по достоинству.

Код:

      import cv2
from gtts import gTTS
import os
from ultralytics import YOLO

def convert_labels_to_text(labels):
    text = ", ".join(labels)
    return text

class YOLOWithLabels(YOLO):
    def __call__(self, frame):
        results = super().__call__(frame)
        labels = results.pred[0].get_field("labels").tolist()
        annotated_frame = results.render()
        return annotated_frame, labels

cap = cv2.VideoCapture(0)
model = YOLOWithLabels('yolov8n.pt')

while cap.isOpened():
    success, frame = cap.read()

    if success:
        annotated_frame, labels = model(frame)

        message = convert_labels_to_text(labels)

        tts_engine = gTTS(text=message)  # Initialize gTTS with the message

        tts_engine.save("output.mp3")
        os.system("output.mp3")

        cv2.putText(annotated_frame, message, (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)
        cv2.imshow("YOLOv8 Inference", annotated_frame)

        if cv2.waitKey(1) & 0xFF == ord("q"):
            break

    else:
        break

cap.release()
cv2.destroyAllWindows()

Ошибка

      File "C:\Users\alien\Desktop\YOLOv8 project files\gtts service\testservice.py", line 13, in __call__
    labels = results.pred[0].get_field("labels").tolist()
             ^^^^^^^^^^^^
AttributeError: 'list' object has no attribute 'pred'

распечатать(результаты)

      orig_shape: (480, 640)
path: 'image0.jpg'
probs: None
save_dir: None
speed: {'preprocess': 3.1604766845703125, 'inference': 307.905912399292, 'postprocess': 2.8924942016601562}]
0: 480x640 1 person, 272.4ms
Speed: 3.0ms preprocess, 272.4ms inference, 4.0ms postprocess per image at shape (1, 3, 640, 640)
[ultralytics.yolo.engine.results.Results object with attributes:
    boxes: ultralytics.yolo.engine.results.Boxes object
    keypoints: None
    keys: ['boxes']
    masks: None
    names: {0: 'person', 1: 'bicycle', 2: 'car', 3: 'motorcycle', 4: 'airplane', 5: 'bus', 6: 'train', 7: 'truck', 8: 'boat', 9: 'traffic light', 10: 'fire hydrant', 11: 'stop sign', 12: 'parking meter', 13: 'bench', 14: 'bird', 15: 'cat', 16: 'dog', 17: 'horse', 18: 'sheep', 19: 'cow', 20: 'elephant', 21: 'bear', 22: 'zebra', 23: 'giraffe', 24: 'backpack', 25: 'umbrella', 26: 'handbag', 27: 'tie', 28: 'suitcase', 29: 'frisbee', 30: 'skis', 31: 'snowboard', 32: 'sports ball', 33: 'kite', 34: 'baseball bat', 35: 'baseball glove', 36: 'skateboard', 37: 'surfboard', 38: 'tennis racket', 39: 'bottle', 40: 'wine glass', 41: 'cup', 42: 'fork', 43: 'knife', 44: 'spoon', 45: 'bowl', 46: 'banana', 47: 'apple', 48: 'sandwich', 49: 'orange', 50: 'broccoli', 51: 'carrot', 52: 'hot dog', 53: 'pizza', 54: 'donut', 55: 'cake', 56: 'chair', 57: 'couch', 58: 'potted plant', 59: 'bed', 60: 'dining table', 61: 'toilet', 62: 'tv', 63: 'laptop', 64: 'mouse', 65: 'remote', 66: 'keyboard', 67: 'cell phone', 68: 'microwave', 69: 'oven', 70: 'toaster', 71: 'sink', 72: 'refrigerator', 73: 'book', 74: 'clock', 75: 'vase', 76: 'scissors', 77: 'teddy bear', 78: 'hair drier', 79: 'toothbrush'}
    orig_img: array([[[168, 167, 166],
            [165, 165, 165],
            [165, 166, 167],
            ...,
            [183, 186, 178],
            [183, 186, 178],
            [184, 187, 179]],

           [[168, 167, 165],
            [166, 165, 165],
            [166, 167, 166],
            ...,
            [184, 187, 179],
            [183, 186, 178],
            [184, 187, 179]],

           [[168, 167, 164],
            [167, 167, 164],
            [167, 167, 165],
            ...,
            [184, 187, 178],
            [184, 187, 179],
            [183, 186, 178]],

           ...,

           [[196, 192, 185],
            [196, 192, 185],
            [196, 192, 185],
            ...,
            [ 25,  29,  38],
            [ 22,  25,  35],
            [ 20,  24,  34]],

           [[199, 195, 187],
            [197, 193, 186],
            [197, 193, 186],
            ...,
            [ 23,  26,  35],
            [ 22,  25,  35],
            [ 22,  25,  35]],

           [[199, 195, 187],
            [199, 195, 187],
            [199, 195, 187],
            ...,
            [ 20,  24,  33],
            [ 19,  23,  33],
            [ 19,  23,  33]]], dtype=uint8)
Источник

1 ответ

Да помилует Бог того, кто написал документацию Ultralytics... Вот как можно печатать только этикетки:

      from ultralytics import YOLO

model = YOLO('yolov8n.pt')
results = model('http://images.cocodataset.org/val2017/000000397133.jpg')

print(model.names)

for result in results:
    boxes = result.boxes.cpu().numpy()
    for box in boxes:
        print(model.names[box.cls[0]])

содержит все классы, которые можно предсказать. У каждого естьcls(classдля краткости) атрибут, который представляет собой списокintценности. Вы можете найти этот класс вmodel.namesсловарь.

ПС: Каждыйboxесть список _intsчто указывает на то, что модель может возвращать несколько классов для одной ограничивающей рамки. В этом примере используется только первый из классов вbox.clsсписок.

Источник
Другие вопросы по тегам