yolov4 darknet模型转OPENVINO的IR模型reshape出错

ERROR:cannot reshape array of size 181944 into shape(1,22743,4)

出错的原理看这里：https://blog.csdn.net/Netceor/article/details/107330685

但是我实际是转模型的，只能看到这里的报错，print的相关信息已在tu中代码里注释了：
此时报错是第三步骤：

#linux  default OpenVINO path
# 1. weights转换成pb模型
python convert_weights_pb.py --class_names cfg/my_names.names --weights_file yolov4_my_versions.weights --data_format NHWC -size 608

# 2. 进入mo.py所在文件夹 转换pb模型到IR模型
python mo.py --input_model frozen_darknet_yolov4_model.pb --transformations_config yolov4.json --batch 1 --reverse_input_channels

# 3. 用IR模型进行推理
python object_detection_demo_yolov3_async.py -i cam -m frozen_darknet_yolov4_model.xml  -d CPU

调试进行了两步检查:

1. 在第一步的时候，模型是我自己准备的，训练的大小是608*608，不加size是默认416的
2. 重点还是检查第二部的transformations_config yolov4.json，这个json是根据cfg文件修改的，其中各个参数的定义如下：

	id 和 match_kind 是参数,此处不需要进行修改;

		custom_attributes 主要存储了YOLOv3某些特殊的属性:

      	classses, coords, num, masks,  这些按照Darknet的.cfg配置过来就好;

       anchors:  是一个非必要参数,在模型推理时不使用,主要在解析Region 层的输出;

       entry_points 是一个节点名list,此处不需要修改;
————————————————
版权声明：本文为CSDN博主「caicaiatnbu」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/caicaiatnbu/article/details/103806208

检查后发现自己classses, coords, num, masks, 这些按照Darknet的.cfg配置的，但是id改了一下，原来是这样的：

[
  {
    "id": "TFYOLOV3",
    "match_kind": "general",
    "custom_attributes": {
      "classes": 80,
      "anchors": [10, 13, 16, 30, 33, 23, 30, 61, 62, 45, 59, 119, 116, 90, 156, 198, 373, 326],
      "coords": 4,
      "num": 9,
      "masks":[[6, 7, 8], [3, 4, 5], [0, 1, 2]],
      "entry_points": ["detector/yolo-v3/Reshape", "detector/yolo-v3/Reshape_4", "detector/yolo-v3/Reshape_8"]
    }
  }

为了区别yolov3我改成了yolov4，但是仔细看了一下github上作者的FAQ，发现不能修改id，即使是yolov4，也要写成yolov3的id。

最后分析了一下，这里的181944 = 22747 x 8，所以不能reshape成181944 = 1 x 22747 x 4。
这种错误我也找了很多相关资料，有人分析是这样的，我觉得很有道理，但是最后没能自己找到深层原因。