TensorFlow bug（六）——Dimensions of inputs should match: shape[0] = [1,600,750,3] vs. shape[2] = [1,600

最新推荐文章于 2022-12-04 14:16:45 发布

马大哈先生

最新推荐文章于 2022-12-04 14:16:45 发布

阅读量6.1k

点赞数 2

CC 4.0 BY-SA版权

分类专栏： TensorFlow Bug

本文链接：https://blog.youkuaiyun.com/qq_37764129/article/details/95587332

在使用R-FCN目标检测API训练时，改变batch_size值导致错误`InvalidArgumentError`，指出输入维度不匹配。将batch_size改回1解决了问题。疑似`num_clones`和`worker_replicas`参数导致，但进一步调整引发新问题。目前保持原状，后续继续研究。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

问题描述：

在用R-FCN目标检测API训练我自己的数据时，我对原代码做了些改动，原来的rfcn_resnet101_coco.config文件中，batch_size的值为1即一次处理1张图片，我改成了别的数（2、8、16、32...）都会出现如下的问题：

InvalidArgumentError (see above for traceback): ConcatOp : Dimensions of inputs should match: shape[0] = [1,600,750,3] vs. shape[2] = [1,600,692,3]
[[node concat (defined at /home/ubuntu/luanbo/VOCMaker/VOCMaker/object_detection/legacy/trainer.py:190) = ConcatV2[N=64, T=DT_FLOAT, Tidx=DT_INT32, _device="/job:localhost/replica:0/task:0/device:GPU:0"](Preprocessor/sub, Preprocessor_1/sub, Preprocessor_2/sub, Preprocessor_3/sub, Preprocessor_4/sub, Preprocessor_5/sub, Preprocessor_6/sub, Preprocessor_7/sub, Preprocessor_8/sub, Preprocessor_9/sub, Preprocessor_10/sub, Preprocessor_11/sub, Preprocessor_12/sub, Preprocessor_13/sub, Preprocessor_14/sub, Preprocessor_15/sub, Preprocessor_16/sub, Preprocessor_17/sub, Prep