我一直在训练一个对象检测器,能够通过 1 个类成功完成此操作,现在我已向数据集中添加了 2 个类和更多图像,我通过删除旧记录将 xml 重新生成为 csv 和 tf 记录, pbtxt 文件是正确的,并且还删除了训练目录中的旧检查点,但是当我像这样运行训练作业时:
python legacy/train.py --logtostderr --train_dir=training/ --pipeline_config_path=training/ssd_mobilenet_v1_pets.config
关注此tutorial 。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)]]
最佳答案
如果您正在按照障碍物检测 API 教程训练 Mobilenet SSD,您可以尝试在配置文件中注释掉“ssd_random_crop”增强。这对我有用。最初由rky0930 here指出.
关于python - 训练时 Tensorflow 形状不兼容错误,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52623733/