Question

我正在尝试使用tensorflow.js来预测经过预训练的对象检测模型的输出，但是在model.predict(inputImage)中出现错误，即

未捕获（承诺）错误：输入张量计数不匹配，图形模型有425个占位符，而输入张量有1个。

我正在使用
-tensorflowjs版本-1.0.1
-张量流-2.0.0-dev20190404

HTML“ https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@1.0.4”

我正在使用SSD_Mobilenet_V2模型并从'http://download.tensorflow.org/models/object_detection/ssd_mobilenet_v2_coco_2018_03_29.tar.gz'下载它

我使用此命令将tf模型转换为Web格式

tensorflowjs_converter --input_format tf_saved_model ./saved_model ./tfjs_saved_modelSSDMobilenetV2

在此行JavaScript代码中出现错误：

const boxes = await model.predict(processedImage);

处理后的图像的形状为tf.tensor3d（300,300,3）。

Answer 1

我们有相同的错误。目前，我们猜测：

这与以下事实有关：模型最初是使用tensorflow 1.x训练的，而tensorflowjs现在使用其转换器tensorflow 2.0-alpha加载。
对model.json进行内部检查，我们发现很多“ unused_control_flow_input_”可能与仅用于训练目的的输入张量有关。

但是，我们只是猜测而已，没有文档。 tensorflow平台的可互换性对于任何实际的生产部署都非常重要，但是在这里我们确实缺少许多信息。

Answer 2

coco-ssd使用（1、300、300、3）来表示形状：https://github.com/tensorflow/tfjs-models/blob/master/coco-ssd/src/index.ts

也许是问题所在？

Answer 3

这似乎与GitHub issue here有关-有关背景信息，另请参见GitHub issue here。

幸运的是，解决方案很简单：您只需在进行调用时手动指定输入和输出节点即可。我在这里使用tensorflowjs 1.2.10.1和tfjs 1.2.10模型对此进行了测试。

    let outputs = await model.executeAsync(
        { 'image_tensor' : tf.zeros([1, 300, 300, 3]) },
        [ 'detection_boxes','detection_scores','detection_classes','num_detections']);
    tf.print(outputs);

这将产生以下内容且没有错误：

Tensor
    [[[0, 0, 0, 0],
      [0, 0, 0, 0],
      [0, 0, 0, 0],
      ...,
      [0, 0, 0, 0],
      [0, 0, 0, 0],
      [0, 0, 0, 0]]],Tensor
     [[0, 0, 0, ..., 0, 0, 0],],Tensor
     [[1, 1, 1, ..., 1, 1, 1],],Tensor
    [0]

祝你好运！

从Tensorflow-js中的预训练对象检测模型获取预测时遇到输入计数不匹配的错误

3 个答案: