tf-faster-rcnn跑demo.py出现InvalidArgumentError (see above for traceback): Assign requires shapes of bo

基于tf-faster-rcnn做图像识别时，使用自己的数据集。训练过程没有问题，然后跑demo的时候报：

InvalidArgumentError (see above for traceback): Assign requires shapes of both tensors to match. lhs shape= [4096,21] rhs shape= [4096,11]
	 [[Node: save/Assign_3 = Assign[T=DT_FLOAT, _class=["loc:@vgg_16/cls_score/weights"], use_locking=true, validate_shape=true, _device="/job:localhost/replica:0/task:0/device:CPU:0"](vgg_16/cls_score/weights, save/RestoreV2:3)]]

错误。
解决方法：
这里说是我的解决方法，可能不同的原因都会导致这个错误，我的原因是因为在修改demo.py的

net.create_architecture("TEST", **11**,
                          tag='default', anchor_scales=[8, 16, 32])

这行时，11是第33行需要检测的种类。我是10种类型，然后要加1，所以结果为：11。之前是因为写成12了，就报上面那个错。大家注意不要写错，看能否帮到你。