Tensorflow对象检测-自己的类推理图训练/导出错误(张量形状)

Question

我是tensorflow和对象检测的新手，我正在尝试创建自己的类来检测11个类。我试着用下面的链接制作我自己的对象检测器。

https://github.com/tensorflow/models/tree/master/research/object_detection https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/detection_model_zoo.md

我有自己的包含11个类的label_map.pbtxt文件。

如果我更改pipeline.config文件中的num_classes = 11，我可以训练更快的rcnn resnet模型，但当我尝试使用export_inference_graph.py导出模型时，我得到一个错误：

InvalidArgumentError (see above for traceback): Assign requires shapes of both tensors to match. lhs shape= [12] rhs shape= [91]

但是，当我更改pipeline.config文件中的num_classes = 90时，我既可以训练也可以导出。

我不确定如果我误解了什么，或者我实际上不应该更改pipeline.config文件中的num_classes。

Answer 1

配置文件和pbtxt文件中的类数应该匹配。可能这就是错误的原因

配置文件

型号{固态硬盘{ num_classes: 11....... }

PBTXT文件:也应该有11个条目

项目{ id: 1名称：‘阿比西尼亚’}

项目{ id: 2名称：'american_bulldog‘}

项目{ id: 3名称：'american_pit_bull_terrier‘} ...项目{ id: 11名称：'american_pit_bull_terrier‘}