通过保存的 RT-DETR 模型权重进行推理时，KeyError: 263

Question

我已经训练了用于目标检测任务的 RT-DETR 模型（取自 ultralytics）。我正在使用以下内容通过保存的权重进行推理：

`从 ultralytics 导入 YOLO 导入CV2

加载训练好的模型

模型 = YOLO(r"/content/drive/MyDrive/LN/best.pt")

加载图像进行推理

image_path = r“/content/drive/MyDrive/LN/114_jpg.rf.6b9c3febc395a3968078eec417f1c9ed.jpg” 图像 = cv2.imread(image_path)

对图像进行物体检测

结果 = 模型（图像）`

但是我收到以下错误 `KeyError Traceback（最近一次调用最后一次） 在 () 中 10 11 # 对图像进行物体检测 ---> 12 个结果 = 模型（图像）

6帧 /usr/local/lib/python3.10/dist-packages/ultralytics/engine/results.py 详细（自我） [第 661 章] 第662章 --> 663 log_string += f"{n} {self.names[int(c)]}{'s' * (n > 1)}, " 第664章 665

密钥错误：263` 我只训练过一节课。

可能关键错误与类名有关，因此我尝试按照代码来了解类的数量及其名称， 从 ultralytics 导入 YOLO

加载训练好的模型

模型 = YOLO(r"D:\Research\Bhargav-Kaushik est.pt")

打印班级名称

print("类名：", model.names)

Answer 1

使用 Ultralytics RTDETR 模块代替 YOLO 来操作 RT-DETR 模型：

from ultralytics import RTDETR

# Load a model
model = RTDETR(r"/content/drive/MyDrive/LN/best.pt")

# Display model information (optional)
model.info()

image_path = r"/content/drive/MyDrive/LN/114_jpg.rf.6b9c3febc395a3968078eec417f1c9ed.jpg"

# Run inference
results = model(image_path)