SSD-Tensorflow:TypeError: Can not convert a tuple into a Tensor or Operation

最新推荐文章于 2023-09-13 19:02:39 发布

农民小飞侠

最新推荐文章于 2023-09-13 19:02:39 发布

阅读量3.9k

点赞数 7

分类专栏：目标检测

本文链接：https://blog.csdn.net/w5688414/article/details/78529884

版权

目标检测专栏收录该内容

20 篇文章 2 订阅

订阅专栏

我在用这个模型进行评估的时候，遇见了上述这个问题，直接用github上的命令是有问题的，我的环境是python3, tensorflow 1.4，ubuntu16.04，结果就报错了：

TypeError: Can not convert a tuple into a Tensor or Operation

然后，自己对这个tensorflow编程不了解，沉寂了好长时间，我的命令是：

DATASET_DIR=tfrecords_test_v3
EVAL_DIR=logs/
CHECKPOINT_PATH=./checkpoints/VGG_VOC0712_SSD_300x300_ft_iter_120000.ckpt
python3 eval_ssd_network.py \
    --eval_dir=${EVAL_DIR} \
    --dataset_dir=${DATASET_DIR} \
    --dataset_name=pascalvoc_2007 \
    --dataset_split_name=test \
    --model_name=ssd_300_vgg \
    --checkpoint_path=${CHECKPOINT_PATH} \
    --batch_size=1

后面，有人在github上解决了这个问题，我在此分享给大家，打开eval_ssd_network.py文件，然后加入以下代码：

def flatten(x):
    result = []
    for el in x:
         if isinstance(el, tuple):
               result.extend(flatten(el))
         else:
               result.append(el)
    return result

# Waiting loop.
            slim.evaluation.evaluation_loop(
                master=FLAGS.master,
                checkpoint_dir=checkpoint_path,
                logdir=FLAGS.eval_dir,
                num_evals=num_batches,
                eval_op=flatten(list(names_to_updates.values())), #这里调用flatten
                variables_to_restore=variables_to_restore,
                eval_interval_secs=60,
                max_number_of_evaluations=np.inf,
                session_config=config,
                timeout=None)

# Standard evaluation loop.
            start = time.time()
            slim.evaluation.evaluate_once(
                master=FLAGS.master,
                checkpoint_path=checkpoint_path,
                logdir=FLAGS.eval_dir,
                num_evals=num_batches,
                eval_op=flatten(list(names_to_updates.values())), #这里也调用flatten
                variables_to_restore=variables_to_restore,
                session_config=config)