roboflow / roboflow/roboflow-python

version.model returns NoneType, failing all model inference calls in production

Offen
#291 0 Kommentare 1 Reaktion 0 zugewiesene Personen Auf GitHub ansehen

Dieses Issue hat noch niemand übernommen.

Vorherrschende Sprache
Python
Sterne
629
Forks
140
Ø Merge
2 T. 2 Std.
Gemergte PRs (30 T.)
5

Beschreibung

Problem

version.model returns NoneType, failing all model inference calls in production

Reproduce steps

Take any public project that has a model:
https://universe.roboflow.com/batuhan-yilmaz-mnu8w/segmentationexample/model/5

Run python inference code:

!pip install roboflow -U # <---- version 1.1.36

from roboflow import Roboflow

rf = Roboflow(api_key="API_KEY")
project = rf.workspace().project("segmentationexample")
model = project.version(5).model

model.predict() # <--- AttributeError: 'NoneType' object has no attribute 'predict'
type(model) # <--- NoneType

Expected behavior

Current workaround is to downgrade roboflow to version 1.1.33

!pip install roboflow==1.1.33

from roboflow import Roboflow

rf = Roboflow(api_key="API_KEY")
project = rf.workspace().project("segmentationexample")
model = project.version(5).model

type(model) # <--- roboflow.models.semantic_segmentation.SemanticSegmentationModel

Potential root cause:

https://github.com/roboflow/roboflow-python/pull/276

Beitragsleitfaden

Beitragsleitfaden öffnen

Erste Schritte

  1. Lies das ganze Issue und danach den Beitragsleitfaden des Projekts.
  2. Schreib ins Issue, dass du es übernimmst — das erspart doppelte Arbeit.
  3. Forke das Repository und arbeite in einem Branch.
  4. Öffne einen Pull Request, der die Issue-Nummer nennt.

Rechercherichtung

Beginne damit, den Fehler mit dem Beispiel project.version(5).model aus dem Issue zu reproduzieren, und untersuche anschließend Pull Request #276 auf die mögliche Grundursache. Die Arbeit ist abgeschlossen, wenn version.model statt NoneType das entsprechende Modellobjekt zurückgibt und der dokumentierte Aufruf model.predict() im Beispielprojekt erfolgreich ist.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Bewertung

Tech-Stack
python
Bereich
computer-vision, machine-learning
Issue-Typ
Bug
Schwierigkeit
3/5
Geschätzter Aufwand
1-2 Tage
Aktivitätsstatus
Veraltet
Klarheit
Größtenteils klar
Anfängerfreundlichkeit
42/100

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.