Tensorflow对象检测 - 自己的类推断图训练/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来检测11个类。我试图使用下面的链接制作我自己的物体探测器。

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

我有自己的带有11个类的label_map.pbtxt文件。

如果我更改了pipeline.config文件中的num_classes = 11，我已经能够训练更快的rcnn resnet模型，但是当我尝试使用export_inference_graph.py导出模型时，我收到一个错误：

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

但是，当我在pipeline.config文件中更改num_classes = 90时，我可以进行训练和导出。

我不确定我是否误解了某些东西，或者我不应该实际更改pipeline.config文件中的num_classes。

Answer 1

config和pbtxt文件中的类数应该匹配。可能这是错误的原因

CONFIG文件

模型{   ssd {     num_classes：11 .... ... }

PBTXT文件：也应该有11个条目

项目{   id：1   名字：＆＃39;阿比西尼亚＆＃39; }

项目{   id：2   姓名：＆＃39; american_bulldog＆＃39; }

项目{   id：3   名称：＆＃39; american_pit_bull_terrier＆＃39; } ... 项目{   id：11   名称：＆＃39; american_pit_bull_terrier＆＃39; }