Python 当图像没有目标对象时，YOLO推断崩溃

假设YOLO模型是基于人员进行训练的。我正在使用Opencv DNN进行推断。然后，我使用输出边界框进行进一步的图像处理来测量距离

当我为没有目标对象的道路运行推断时，假设没有人，程序崩溃并给我一个错误。示例图像为：

以下是推论：

classes, scores, boxes = model.detect(image, CONFIDENCE_THRESHOLD, NMS_THRESHOLD)


for (classid, score, box) in zip(classes, scores, boxes):
    color = COLORS[int(classid) % len(COLORS)]
    cv2.rectangle(image, box, color, 2)


# other image processing steps
image, px, py=measurement.original(box,image)

我的问题是：当场景中没有人时，它会崩溃，因为它找不到任何要检测的目标对象来进行测量，没有边界框。如何解决此问题？并返回打印“未找到目标”作为输出。 我得到的错误：

File "detection.py", line 72, in <module>
    image, px, py=measurement.original(box,image)
NameError: name 'box' is not defined

文件“detection.py”，第72行，在
图像，px，py=测量值。原始（框，图像）
名称错误：未定义名称“框”

---

PS:如果有一个边界框，它会返回一个类似：[[1251 612 75 79]]的值，但是如果没有边界框，它不会返回任何值，空白

在这种情况下，框的值是多少？好问题。如果有一个边界框，它会返回一个类似：[[1251 612 75 79]]的值，但如果没有边界框，它不会返回任何内容，为空。是的，这是理想情况。所以我想，现在你可以解决这个问题了。只要使用

条件检查或类似检查，如果没有值为零或为空的变量，请打印框的值并将输出放在此处。它可能是一个空列表，也可能没有。如前所述，我认为您被python的变量范围弄糊涂了。该“box”变量的作用域为for循环。如果框列表中没有任何内容，则不会实际创建变量，因为循环会立即终止。如果有框，则for循环后的box变量只是列表中的最后一个框。