元组组件中的Deeplab v3 +形状不匹配

Question

我已经在ADE20K数据集上训练了deeplab v3 +，并得到了经过训练的ckpt jlog和events日志。但是当我在eval.py和vis.py上运行时ADE20K，我遇到以下有关形状的错误：

Shape mismatch in tuple component 1. Expected [513,513,3], got [513,683,3]

这些是我的eval脚本和vis脚本：

eval脚本：

#!/bin/bash

cd ../

python deeplab/eval.py  \
--logtostderr \
--eval_split="val" \
--model_variant="xception_65" \
--atrous_rates=6 \
--atrous_rates=12 \
--atrous_rates=18 \
--output_stride=16 \
--decoder_output_stride=4 \
--eval_crop_size=513 \
--eval_crop_size=513 \
--checkpoint_dir=deeplab/datasets/ADE20K/exp/train_on_train_set/train/  \
--eval_logdir=deeplab/datasets/ADE20K/exp/train_on_train_set/eval/  \
--dataset_dir=deeplab/datasets/ADE20K/tfrecord/ \
--max_number_of_iterations=1

vis脚本：

#!/bin/bash

cd ../

python deeplab/vis.py  \
--logtostderr \
--vis_split="val" \
--model_variant="xception_65" \
--atrous_rates=6 \
--atrous_rates=12 \
--atrous_rates=18 \
--output_stride=16 \
--decoder_output_stride=4 \
--vis_crop_size=513 \
--vis_crop_size=513 \
--checkpoint_dir=deeplab/datasets/ADE20K/exp/train_on_train_set/train/  \
--vis_logdir=deeplab/datasets/ADE20K/exp/train_on_train_set/vis/  \
--dataset_dir=deeplab/datasets/ADE20K/tfrecord/ \
--max_number_of_iterations=1

还有我的train脚本：

#!/bin/bash

cd ../

python deeplab/train.py  \
--logtostderr  \
--training_number_of_steps=150000  \
--train_split="train"  \
--model_variant="xception_65"  \
--atrous_rates=6  \
--atrous_rates=12  \
--atrous_rates=18  \
--output_stride=16  \
--decoder_output_stride=4  \
--train_crop_size=513  \
--train_crop_size=513  \
--train_batch_size=2  \
--min_resize_value=513  \
--max_resize_value=513  \
--resize_factor=16  \
--dataset="ade20k"  \
 --tf_initial_checkpoint=deeplab/datasets/ADE20K/init_models        /deeplabv3_xception_ade20k_train/model.ckpt.index  \
--train_logdir=deeplab/datasets/ADE20K/exp/train_on_train_set/train  \
--dataset_dir=deeplab/datasets/ADE20K/tfrecord/

我有什么地方做错了吗？ 感谢您的帮助。

Answer 1

确保sh脚本中使用的参数与当前代码版本所需的参数匹配。

不久前，您必须传递两个单独的值作为作物尺寸，以购买当前的实现方式使用

--eval_crop_size="513,513" \

或

 --vis_crop_size="513,513" \

（摘自here）

希望这会有所帮助;）。如果没有，请尝试在vis.py/eval.py脚本中打印裁切值，并查看是否正确传递了

。