docker 运行openpifpaf+falldetection 出现Matplotlib is currently using agg, which is a non-GUl无法显示图像

最新推荐文章于 2024-04-14 19:18:44 发布
原创 最新推荐文章于 2024-04-14 19:18:44 发布 · 581 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

该博客提供了解决容器内绘图问题的方案。进入容器运行python3，将搜索到的'#backend : Agg'替换为'backend : TkAgg'。若载入openpifpaf模块后又变回Agg，需排查修改core、visualizer和show模块代码，将'malplotlib.use(‘Agg’)'改为'malplotlib.use(‘TkAgg’)'，修改后运行可显示图像。

在这里插入图片描述

解决方案:

进入容器后运行python3

>>>import matplotlib
>>>print(matplotlib.get_backend())
Agg

这时候如果显示的是Agg而不是TkAgg,则需要修改matplotlibrc 文件,
不是的话则跳过这一步
退出python3
sudo geidt  /opt/conda/lib/python3.7/site-packages/matplotlib/mpl-data/matplotlibrc

搜索：#backend : Agg
替换为:backend : TkAgg

此时再打开python3

>>>import matplotlib
>>>print(matplotlib.get_backend())
TkAgg
>>>import openpifpaf
>>>print(matplotlib.get_backend())
Agg

如果载入了openpifpaf模块后变成了Agg,则说明需要修改模块中的代码.经过 form XXX import openpifpaf 的排查,发现core和visualizer和show改变了TkAgg,所以修改里面相对应的文件,将malplotlib.use(‘Agg’)修改成malplotlib.use(‘TkAgg’),每修改一个(例如修改完了show里面的)就进入一次python3查看是否还会修改成Agg

在这里插入图片描述在这里插入图片描述
修改完后运行就出现图像了
在这里插入图片描述

心诩
关注
UserWarning: Matplotlib is currently using agg, which is a non-GUI backend.
qq_24946843的博客
08-01 2428
在服务器上运行TensorFlow.Object_Detection时遇到问题：UserWarning: Matplotlib is currently using agg, which is a non-GUI backend. 检测物体最终生成的图片无法在终端显示。 看到好多博客说在frommatplotlib import pyplot as plt前面一行加上 import mat...
UserWarning: Matplotlib is currently using agg, which is a non-GUI backend, so cannot show the figur
Hello Word!
08-07 3705
画图出不来 UserWarning: Matplotlib is currently using agg, which is a non-GUI backend, so cannot show the figure. 解决： import matplotlib.pyplot as plt plt.switch_backend('TkAgg') okie@https://stackoverflow.com/questions/56656777/userwarning-matplotlib-is-curre
falldetection_openpifpaf:使用OpenPifPaf的人体姿势估计模型进行跌倒检测
05-12
使用姿势估计进行跌倒检测 介绍 基于跌倒检测模型 PyPI库： ：//pypi.org/project/openpifpaf/ 该检测可以在GPU和CPU上，多个视频，RTSP流以及网络摄像头/ USB摄像机上运行。 与大多数适用于单个大对象的开源跌倒检测模型不同，此改进的模型集成了一个人员跟踪器，该跟踪器可以检测多于一个人的场景中的跌倒。 示范影片 视频学分：50种跌落方法（），在单个NVIDIA Quadro P1000上运行 测试结果 UR跌落检测数据集（ ），已在两台NVIDIA Quadro GV100上进行了测试。 精度：100％ 召回率：83.33％ F1得分：90.91％ 注意：由于缺少可用的数据集，因此未测试误报和真否定。 环境 Ubuntu 18.04 x86_64 的Python 3.7.6 水蟒3 CUDA 10.2 用法 设置Conda环境
openpifpaf:正式执行“ OpenPifPaf
04-12
openpifpaf 经过Linux，MacOS和Windows的持续测试： ： OpenPifPaf：用于语义关键点检测和时空关联的复合字段（ ，（ ，（ ，2021年。 许多基于图像的感知任务可以公式化为检测，关联和跟踪语义关键点，例如人体姿势估计和跟踪。 在这项工作中，我们提出了一个通用框架，该框架可以在单个阶段中共同检测并形成时空关键点关联，这使其成为第一个实时姿势检测和跟踪算法。 我们提出了一种通用的神经网络体系结构，该体系结构使用Composite Fields来检测和构建时空姿势，该姿势是一个单独的连接图，其连接点是多个帧中的语义关键点（例如人的身体关节）。 对于时间关联，我们引入了时间复合关联字段（TCAF），它需要扩展的网络体系结构和训练方法，而不是以前的复合字段。 我们的实验显示出竞争准确性，同时在多个公开可用的数据集（例如COCO，CrowdPose以及
openpifpaf：在PyTorch中“ PifPaf：用于人体姿势估计的复合字段”的正式实现
02-04
openpifpaf 经过Linux，MacOS和Windows的持续测试： PifPaf：用于人类姿势估计的复合字段 我们提出了一种用于多人2D人体姿势估计的新的自下而上的方法，该方法特别适合于城市机动性，例如无人驾驶汽车和送货机器人。 新方法PifPaf使用“零件强度场”（PIF）定位身体部位，并使用“零件关联场”（PAF）将身体部位彼此关联以形成完整的人体姿势。 由于（i）我们的新复合场PAF编码了细粒度的信息，并且（ii）选择了包含不确定性概念的回归Laplace损失，因此我们的方法在低分辨率以及拥挤，混乱和遮挡的场景中优于以前的方法。 我们的架构基于完全卷积，单发，无盒设计。 我
基于openpifpaf的跌倒算法检测
如果想成为中心，那么就到中心去吧。
01-18 4396
文章目录跌倒检测算法改进版检测结果应用参考 跌倒检测算法 最初概念化的跌倒检测算法相对简单。我首先选择了颈部作为稳定的参考点（与摆动的手臂和腿相比）。接下来，我根据定义整个人的边界框计算人的感知高度。然后，我以帧为间隔计算了颈部点之间的垂直距离。如果垂直距离超过人感知高度的一半，则算法将发出跌倒信号。 然而，在浏览了多个关于人们跌倒的 YouTube 视频后，我意识到有不同的跌倒方式和方向。当视野处于一定角度时，一些跌倒没有被检测到，因为受害者的运动似乎没有剧烈变化。我的模型也不够健壮，当人们弯腰系鞋带或直
【亲测免费】 探索OpenPifPaf：高效且灵活的人体姿态估计框架
gitblog_00042的博客
04-09 864
是一个开源的Python库，专为实时人体姿态估计算法提供了一个强大而易用的平台。它由德国图宾根大学的研究团队开发，旨在简化复杂的计算机视觉任务，使开发者能够快速构建和实验姿态识别系统。 ## 技术分析 OpenPifPaf的核心是基于深度学习的模型，该模型使用卷积神经网络（CNN）来解析输入图像中人体关节的位置。其创新点在于“骨架连接”策略，通过预测每个关节与其相邻关节之间的连接概率，增强了姿...
docker中使用matplotlib显示图片
weixin_42698556的博客
01-26 4540
使用了的是nvidia-docker，nvidia cloud的tensorflow（python3）镜像，然后发现用matplotlib显示不了图片 需要安装几个依赖库并重新安装matplotlib sudo apt-get install tcl-dev tk-dev python3-tk pip uninstall matplotlib pip install matplotlib 这样可...
超详细Docker部署SpringBoot+Vue项目（三更博客项目部署）
热门推荐
qq_52030824的博客
11-22 3万+
超详细Docker部署SpringBoot+Vue项目（三更博客项目部署）
jenkins+docker集成harbor实现可持续集成
congge
04-14 1万+
jenkins+docker集成harbor实现可持续集成
Python库 | openpifpaf-0.5.1.tar.gz
05-20
资源分类：Python库 所属语言：Python 资源全名：openpifpaf-0.5.1.tar.gz 资源来源：官方 安装方法：https://lanzao.blog.youkuaiyun.com/article/details/101784059
Python库 | openpifpaf-0.12.9-cp37-cp37m-manylinux1_i686.whl
04-01
资源分类：Python库 所属语言：Python 资源全名：openpifpaf-0.12.9-cp37-cp37m-manylinux1_i686.whl 资源来源：官方 安装方法：https://lanzao.blog.youkuaiyun.com/article/details/101784059
openpifpafwebdemo:基于Web浏览器的OpenPifPaf演示
05-07
openpifpafwebdemo 链接：， 和。 现场演示： : 无服务器实时演示： : 本地使用 在Python中运行完整的管道（神经网络和解码器），并在浏览器中可视化输出： pip3 install openpifpafwebdemo python3 -m openpifpafwebdemo.server 故障排除：确保您使用的是Python3，并且具有最新的pip和setuptools与pip install --upgrade pip setuptools 。 不要克隆此存储库。 确保当前目录中没有名为openpifpafwebdemo文件夹。 例子： 码头工人 对于每个版本，此存储库都会构建一个新的映像并将其上传到 。 您可以使用以下方法进行测试： docker run -d -p 5000:80 svenkreiss/openpifpafwebdemo 该d
fall_detection_人体跌倒检测_跌倒检测_跌倒_
10-01
基于vscode、sklearn的人体跌倒检测识别
【关键点检测｜OpenPifPaf】环境配置与模型测试
【人工智障 | 计算鸡视觉 | 机器孩】
01-21 2120
的内容去安装依赖，里面给出了 torch 和 torchvision 的版本，一般是比较新的，我从文档中看到建议是使用 torch-1.9 ，但是克隆下来的配置文件中给出的是 torch-1.11。可能默认的是 cpu 版的 pytorch ，需要自己安装 gpu 版的。这步很慢，看似卡着不动了，其实CPU占用率会有变化。
OpenPifPaf decode源码解析
Matthew技术小站
06-26 3528
openpifpaf 的decode过程: 网络的输出: pif, 原始的输出共有4个, 分别为: joint_intensity_fields, shape 为 [17, output_h, output_w]. 其实就是输出的每个位置上的confidence map, 17表示channel数, 在pose检测里面表示总共有多少个关键点需要检测. joint_offset_fields,...
OpenPifPaf: encoder过程
Matthew技术小站
06-28 2800
OpenPifPaf 的encoder过程 图像预处理 源代码train.py中给出了两个方案,一个是带有data augmentation的, 一个是不带的, 因为图像预处理无非是对图像和对应的label进行处理使其满足网络的输入条件, 因此就以不带data augmentation的预处理过程简单梳理下. 首先是读入传入的coco label, 根据传入的coco label, 使用PIL ...
falldetection
04-06
使用姿势估计进行跌倒检测 介绍 基于跌倒检测模型 PyPI库： ：//pypi.org/project/openpifpaf/ 该检测可以在GPU和CPU上，多个视频，RTSP流以及网络摄像头/ USB摄像机上运行。 与大多数适用于单个大对象的开源跌倒检测模型不同，此改进的模型集成了一个人员跟踪器，该跟踪器可以检测多于一个人的场景中的跌倒。 示范影片 视频学分：50种跌落方法（），在单个NVIDIA Quadro P1000上运行 检测结果 UR跌落检测数据集（ ），已在两台NVIDIA Quadro GV100上进行了测试。 精度：100％ 召回率：83.33％ F1得分：90.91％ 注意：由于缺少可用的数据集，因此未测试误报和真否定。 环境 Ubuntu 18.04 x86_64 的Python 3.7.6 水蟒3 CUDA 10.2 用法 设置Conda环境
UserWarning: Matplotlib is currently using agg, which is a non-GUI backend, so cannot show the figure. plt.show()报错
最新发布
06-15
<think>我们有两个问题需要解决：1.文件写入时的权限错误：PermissionError:[Errno13]Permissiondenied2.Matplotlib使用非GUI后端导致的警告：UserWarning:cannotshowthefigurebecauseitisusingaggbackend下面分别提供解决方案。##一、解决文件写入权限错误（PermissionError）当尝试写入文件时出现权限错误，通常由以下原因引起：-文件已被其他程序（如Excel、文本编辑器）打开-目标目录没有写入权限-程序没有以管理员权限运行（在需要管理员权限的目录中）###解决方案：**1.检查文件是否被占用**-关闭可能打开目标文件的程序（如Excel、记事本等）-如果程序自身之前生成了该文件并保持打开状态，确保正确关闭文件句柄**2.更改目标路径**-尝试将文件保存到用户有写入权限的目录（如用户文档目录、临时目录）-使用Python获取安全目录：```pythonimportosfrompathlibimportPath#方法1：用户文档目录docs_dir=Path.home()/'Documents'safe_path=docs_dir/'latin_hypercube_samples.csv'#方法2：临时目录importtempfiletemp_dir=Path(tempfile.gettempdir())safe_path=temp_dir/'latin_hypercube_samples.csv'samples_df.to_csv(safe_path,index=False)```**3.使用异常处理重试**-当检测到权限错误时，等待并重试（适用于文件被暂时锁定的情况）```pythonimporttimefile_path='latin_hypercube_samples.csv'max_retries=5foriinrange(max_retries):try:samples_df.to_csv(file_path,index=False)break#成功则跳出循环exceptPermissionError:ifi==max_retries-1:raise#重试次数用尽，抛出异常time.sleep(2)#等待2秒后重试```**4.以管理员身份运行程序**-在Windows系统，右键点击运行Python的IDE或命令行，选择“以管理员身份运行”**5.检查文件路径格式（Windows）**-避免路径中的转义字符错误，使用原始字符串或双反斜杠```python#错误示例（包含转义字符）bad_path='D:\new\data.csv'#\n被解释为换行符#正确方法1：原始字符串good_path=r'D:\new\data.csv'#正确方法2：正斜杠good_path='D:/new/data.csv'#正确方法3：使用Path对象（推荐）frompathlibimportPathgood_path=Path('D:/new/data.csv')```**6.通过文件对象写入**-使用`open`上下文管理确保文件正确关闭```pythonwithopen(file_path,'w',newline='')asf:samples_df.to_csv(f,index=False)```如果以上方法无效，可能是系统级权限问题，需检查文件夹安全设置或使用命令行修改权限。##二、解决Matplotlib非GUI后端警告当在无图形界面的环境（如某些Linux服务器）使用Matplotlib时，默认使用`agg`后端（非交互式），无法显示图形。警告信息：```UserWarning:Matplotlibiscurrentlyusingagg,whichisanon-GUIbackend,socannotshowthefigure.```###解决方案：**1.安装交互式后端（推荐Tkinter）**-在Python环境中安装`tkinter`包（通常已包含在标准库，但某些环境可能缺失）```bash#Ubuntu/Debiansudoapt-getinstallpython3-tk#Windows/macOS:通常已安装，未安装则通过Python安装器添加```**2.在代码中指定GUI后端**-在导入`matplotlib.pyplot`之前设置后端```pythonimportmatplotlibmatplotlib.use('TkAgg')#或其他可用后端如'Qt5Agg'importmatplotlib.pyplotasplt```**3.使用非显示模式的方法**-如果不需要显示图形（如批量生成图片），可忽略警告或改为保存图片```pythonplt.savefig('output.png')#保存图形#plt.show()#注释掉show调用```**4.检查后端可用性**-列出当前系统可用后端：```pythonimportmatplotlibprint(matplotlib.rcsetup.interactive_bk)#交互式后端print(matplotlib.rcsetup.non_interactive_bk)#非交互式后端```**5.使用虚拟显示（Linux服务器无显示器时）**-安装`xvfb`并设置虚拟显示```bashsudoapt-getinstallxvfb```-运行前设置环境变量：```bashexportDISPLAY=:0xvfb-run-apythonyour_script.py```###代码示例：完整解决两个问题```python#解决文件权限问题importpandasaspdimporttimefrompathlibimportPath#创建示例数据框samples_df=pd.DataFrame({'param1':[1,2,3],'param2':[4,5,6]})#安全写入函数defsafe_to_csv(df,path,max_retries=3):foriinrange(max_retries):try:#使用Path对象避免路径问题p=Path(path)withp.open('w',newline='')asf:df.to_csv(f,index=False)returnexceptPermissionError:ifi<max_retries-1:time.sleep(2)else:raise#写入到用户文档目录避免权限问题output_path=Path.home()/'Documents'/'latin_hypercube_samples.csv'safe_to_csv(samples_df,output_path)#解决Matplotlib后端问题importmatplotlib#尝试使用Tkinter后端matplotlib.use('TkAgg')#如果失败，可尝试'Qt5Agg'或其他importmatplotlib.pyplotaspltplt.plot([1,2,3],[4,5,1])plt.savefig('plot.png')#保存图像plt.show()#现在可以正常显示（如果环境支持）```##总结-**权限问题**：优先检查文件占用和目录权限，使用用户目录或临时目录可规避系统权限限制[^1][^2]。-**Matplotlib后端问题**：安装GUI依赖或显式设置后端，无图形界面时改用保存图片[^3]。§§相关问题§§1.如何在Windows系统中排查文件被哪个进程占用？2.除Tkinter外，Matplotlib还支持哪些常见的交互式后端？3.如何在Docker容器中运行需要图形显示的Matplotlib程序？4.Pandas保存CSV时如何避免因权限问题导致的数据丢失？</think>### 解决 Python 文件写入权限错误与 Matplotlib 后端警告 #### 一、解决 `PermissionError: [Errno 13] Permission denied` 错误 当 Pandas 尝试写入 CSV 文件时出现权限错误，通常由以下原因导致： ##### 1. **文件被占用（最常见）** - Excel/文本编辑器已打开目标文件 - 解决方案： ```python import pandas as pd import time # 方法1：重命名保存 samples_df.to_csv('new_latin_samples.csv', index=False) # 方法2：重试机制（最多5次） for i in range(5): try: samples_df.to_csv('latin_hypercube_samples.csv', index=False) break except PermissionError: time.sleep(2) # 等待2秒 ``` ##### 2. **目录权限不足** - Python 无目标目录写入权限 - 解决方案： ```python import os from pathlib import Path # 保存到用户文档目录 docs_dir = Path.home() / 'Documents' safe_path = docs_dir / 'latin_hypercube_samples.csv' samples_df.to_csv(safe_path) # 或使用临时目录 import tempfile temp_path = Path(tempfile.gettempdir()) / 'temp_samples.csv' samples_df.to_csv(temp_path) ``` ##### 3. **路径格式问题（Windows）** - 反斜杠转义错误 - 解决方案： ```python # 使用原始字符串 safe_path = r'D:\research\samples\latin_hypercube_samples.csv' # 或使用正斜杠 safe_path = 'D:/research/samples/latin_hypercube_samples.csv' # 或Path对象 from pathlib import Path safe_path = Path('D:/research/samples') / 'latin_hypercube_samples.csv' ``` ##### 4. **系统级解决方案** ```powershell # PowerShell管理员命令：授予Users组完全控制权限 icacls "D:\研究生\科研" /grant "Users:(OI)(CI)F" ``` #### 二、解决 Matplotlib `UserWarning: cannot show the figure because it is using agg backend` 此警告表示 Matplotlib 当前使用非交互式后端（agg），无法显示图形窗口。 ##### 1. **安装 GUI 后端** ```bash # 安装Tkinter（Windows/macOS） conda install tk # Ubuntu/Debian sudo apt-get install python3-tk ``` ##### 2. **代码中指定后端** ```python import matplotlib matplotlib.use('TkAgg') # 在导入pyplot前设置 import matplotlib.pyplot as plt # 现在可以正常显示 plt.plot([1, 2, 3], [4, 5, 1]) plt.show() ``` ##### 3. **无 GUI 环境的替代方案** ```python # 保存图像代替显示 plt.savefig('plot.png', dpi=300) # 使用非交互式后端渲染 from matplotlib.backends.backend_agg import FigureCanvasAgg fig, ax = plt.subplots() ax.plot([1, 2, 3], [4, 5, 1]) canvas = FigureCanvasAgg(fig) canvas.draw() ``` ##### 4. **永久修改默认配置** 创建 `~/.matplotlib/matplotlibrc` 文件，添加： ``` backend: TkAgg ``` ### 完整解决方案示例 ```python # 文件权限处理 + 图形后端配置 import pandas as pd import matplotlib import time from pathlib import Path # 1. 解决Matplotlib警告 matplotlib.use('TkAgg') # 设置GUI后端 import matplotlib.pyplot as plt # 2. 安全保存函数 def safe_save(df, filename, max_retries=3): for i in range(max_retries): try: with open(filename, 'w') as f: df.to_csv(f, index=False) return True except PermissionError: time.sleep(2) # 终极方案：保存到临时目录 temp_file = Path(tempfile.gettempdir()) / filename.name df.to_csv(temp_file) print(f"文件已保存到临时目录: {temp_file}") return False # 使用示例 data = pd.DataFrame({'A': [1, 2], 'B': [3, 4]}) output_file = Path('D:/research/latin_hypercube_samples.csv') safe_save(data, output_file) # 图形测试 plt.plot(data['A'], data['B'], 'ro-') plt.savefig('result_plot.png') # 保存图像 plt.show() # 正常显示 ``` ### 总结建议 1. **文件权限问题**优先检查文件占用和目录权限，使用临时目录或用户目录可规避系统限制[^1][^2] 2. **Matplotlib 警告**需安装 GUI 后端或显式指定渲染器[^3] 3. 在服务器等无 GUI 环境时，用 `plt.savefig()` 替代 `plt.show()`
评论 2
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值