用deeplab训练自己数据时出现 InvalidArgumentError (see above for traceback): [`labels` out of boundary]

InvalidArgumentError (see above for traceback): assertion failed: [labels out of bound] [Condition x < y did not hold element-wise……

这篇文章，是针对自己有对数据集做resize的，如果没有，请略过。

首先，明确问题问题错误点，是label值out of range,在制作标签时，难免会resize 原图和label，而问题就出现在resize的时候，我们在利用cv2,resize()时要注意方式选择 最近邻插值 方式，即
cv2.resize(src,(h,w),interpolation=cv2.INTER_NEAREST)

这个插值方式是根据最近像素值得值进行插值的，比如原label的标签为0（背景）和4，那么resize之后其他像素值是等于最近的像素值得，也就是0或4，也就是不会改标签。
而如果选择其他插值方式，比如 双线性插值 方式，在像素之间插值的话得到的可能就不是4了。比如，在0和4之间插值，可能最后得到的像素值就是2，这样，该图片像素的标签就变化了，如果前面的图片的标签为0和4，那么双线性插值之后标签就变为了0,2和4。一般整幅图resize之后就变为了0,1，2,3，4。
如此，resize之后图片就有多个标签，而label的颜色只有两种颜色，也就是实际上只有两个类别，标签却有多个，这样就造成了label out of range了。
因此，resize时务必注意使用最近邻插值法。