InvalidArgumentError (see above for traceback): Assign requires shapes of both tensors to match. lhs

在尝试使用tf-faster-rcnn进行模型测试时遇到InvalidArgumentError,错误信息显示Assign操作的张量形状不匹配。解决方法是在demo.py文件中将类别数(CLASS)设置为数据集的实际类别数,确保与训练时一致,避免出现形状不匹配的问题。
摘要由CSDN通过智能技术生成

在使用tf-faster-rcnn进行模型测试的时候,运行 ./tool/demo.py 总报出以下错误:

InvalidArgumentError (see above for traceback): Assign requires shapes of both tensors to match. lhs shape= [8] rhs shape= [84]
[[Node: save/Assign = Assign[T=DT_FLOAT, _class=[“loc:@resnet_v1_101/bbox_pred/biases”], use_locking=true, validate_shape=true, _device="/job:localhost/replica:0/task:0/gpu:0"](resnet_v1_101/bbox_pred/biases, save/RestoreV2/_1)]]

网上也有很多对应的解决方法,但是对我来说无效,最后在一篇简书上找到了解决方法:Faster R-CNN for Tensorflow,当然,这篇文写的很长,我在这里只把解决我的那个问题记录一下。
打开 ./tool/demo.py ,大约 在 141 行左右:

net.create_architecture("TEST",  21, tag='default', anchor_scales=[8, 16, 
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值