我正在尝试使用比3更多通道的tensorflow API检测。我按照这个git https://github.com/minhnhat93/tf_object_detection_multi_channels的步骤进行了操作，但我认为tensorflow已经做了一些更新，所以代码不起作用。事实上，我尝试使用4个频道并收到此错误：
INFO：tensorflow：启动队列。 2018-06-06 09：32：59.883758：W tensorflow / core / framework / op_kernel.cc：1318] OP_REQUIRES失败了 queue_ops.cc:105：参数无效：元组组件中的形状不匹配 16.预期[1，？，？，3]，得到[1,202,249,4] INFO：tensorflow：向协调员报告错误：，形状 元组件16不匹配。预期[1，？，？，3]，得到[1,202,249,4] [[节点：batch / padding_fifo_queue_enqueue = QueueEnqueueV2 [Tcomponents = [DT_STRING，DT_INT32，DT_FLOAT，DT_INT32， DT_FLOAT，...，DT_INT32，DT_INT32，DT_INT32，DT_STRING，DT_INT32]， timeout_ms = -1， _device = “/作业：本地主机/复制：0 /任务：0 /装置：CPU：0”]（批次/ padding_fifo_queue，
（我不会显示所有错误很长）
我认为错误来自于我更改的文件object_detection / data_decoders / tf_example_decoder.py中的修改：
image = slim_example_decoder.Image(image_key='image/encoded', format_key='image/format', channels=3 )
by：
image=slim_example_decoder.ItemHandlerCallback(keys=['image/encoded', 'image/height', 'image/width', 'image/channels'], func=self._read_image)
事实上，当我尝试使用3个通道（jpg图像）的代码时，它也不起作用。所以我认为这条线是问题，但我没有成功解决它。我试图强制使用channels = 4，但它不起作用。
有人有想法解决这个问题吗？