形状必须为2级，但NonMaxSuppressionV3为3级：ERROR

Question

我在尝试检测视频对象时尝试使用tf.image.non_max_suppression时遇到此错误。 Tensorflow版本是1.10.0

  

ValueError：形状必须为2级，但形状为3级   'non_max_suppression / NonMaxSuppressionV3'（操作：'NonMaxSuppressionV3'）   输入形状：[1,500,4]，[1,500]，[]，[]，[]。

Answer 1

我在tensorflow2.1中遇到了同样的错误，原因是（如错误所言）批处理尺寸不存在。

tf.image.non_max_suppression（ 方块，分数，max_output_size，iou_threshold = 0.5， score_threshold = float（'-inf'），name = None）

boxes形状为[num_boxes，4]的二维浮点张量。

示例：

selected_indices = tf.image.non_max_suppression(
    boxes=boxes,
    scores=scores,
    max_output_size=7,
    iou_threshold=0.5)

您应该删除张量的第一个（批量）维（上面示例中的框和得分） 如果您的批次尺寸为1，则可以使用

boxes = tf.squeeze(boxes)
scores = tf.squeeze(scores)

看来您可以在此野兽中拥有批处理尺寸： https://www.tensorflow.org/api_docs/python/tf/image/combined_non_max_suppression