我正在使用 OpenCV 制作蒙面人脸检测应用程序来检测戴面具的人脸，但出现错误

Question

from tensorflow.keras.applications.mobilenet_v2 import preprocess_inputfrom tensorflow.keras.preprocessing.image import img_to_arrayfrom tensorflow.keras.models import load_modelfrom imutils.video import VideoStreamimport numpy as npimport argparseimport imutilsimport timeimport cv2import osdef detect_and_predict_mask(frame, faceNet, maskNet):    (h, w) = frame.shape[:2]    blob = cv2.dnn.blobFromImage(frame, 1.0, (300, 300),                                 (104.0, 177.0, 123.0))    faceNet.setInput(blob)    detections = faceNet.forward()    faces = []    locs = []    preds = []    for i in range(0, detections.shape[2]):        confidence = detections[0, 0, i, 2]        if confidence > args["confidence"]:            box = detections[0, 0, i, 3:7] * np.array([w, h, w, h])            (startX, startY, endX, endY) = box.astype("int")            (startX, startY) = (max(0, startX), max(0, startY))            (endX, endY) = (min(w - 1, endX), min(h - 1, endY))            face = frame[startY:endY, startX:endX]            face = cv2.cvtColor(face, cv2.COLOR_BGR2RGB)            face = cv2.resize(face, (224, 224))            face = img_to_array(face)            face = preprocess_input(face)            face = np.expand_dims(face, axis=0)            faces.append(face)            locs.append((startX, startY, endX, endY))    if len(faces) > 0:        preds = maskNet.predict(faces)    return (locs, preds)ap = argparse.ArgumentParser()ap.add_argument("-f", "--face", type=str,                default="face_detector",                help="path to face detector model directory")ap.add_argument("-m", "--model", type=str,                default="mask_detector.model",                help="path to trained face mask detector model")ap.add_argument("-c", "--confidence", type=float, default=0.5,                help="minimum probability to filter weak detections")有没有我需要导入的模块或者是否全部正确导入。我不调试它我重新格式化文件一次。我已经获得了所有需要的 xml 和 jpg 文件。我已经导入了所有需要的模块......我想是的下面是错误你能帮我吗？我是 OpenCV 新手，遇到了这样的复杂错误

Answer 1

您要么不提供模型，要么模型的路径不正确。打印 prototxtPath 和 WeightsPath 的值以检查您是否提供了正确的模型路径。