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。