python - 训练时Tensorflow不兼容的形状错误
问题描述
我一直在训练一个对象检测器,能够用 1 个类成功地做到这一点,现在我在数据集中添加了 2 个类和更多图像,我通过删除旧的将 xml 重新生成为 csv 和 tf 记录,pbtxt 文件是正确并删除了培训目录中的旧检查点,但是当我像这样运行培训作业时:
python legacy/train.py --logtostderr --train_dir=training/ --pipeline_config_path=training/ssd_mobilenet_v1_pets.config
按照本教程。我收到以下错误:
InvalidArgumentError (see above for traceback): Incompatible shapes: [2,1917] vs. [4,1]
[[Node: Loss/Match/cond/mul_4 = Mul[T=DT_FLOAT, _device="/job:localhost/replica:0/task:0/device:GPU:0"](Loss/Match/cond/one_hot, Loss/Match/cond/Cast_2)]]
解决方案
如果您正在按照障碍检测 API 教程训练 Mobilenet SSD,您可以尝试在配置文件中注释掉“ssd_random_crop”扩充。这对我有用。最初是由 rky0930在这里指出的。
推荐阅读
- layout - 使用 Align 或使用 Positioned Flutter 有什么区别
- c++ - QFile 写入不响应/使应用程序崩溃
- cypress - Cypress.io - sitemap.xml 验证测试
- javascript - 在javascript中的几个假货类中公开字符串全局列表的简单方法
- c# - 中键复制并在复制时删除选择
- javascript - microsoft office javascript API中messageRead和messageWrite模式的逻辑?
- javascript - 使用模板字符串作为 Vue 模板
- dll - 如何使用ILSpy反编译查看Nuget包dll源码
- php - WCF 服务 PHP 客户端
- android - CameraManager 仅提供 2 个摄像头 ID,但一个设备具有三个物理摄像头。为什么?