深度学习TensorFlow---本人踩过的坑(报错总结)第七篇

这篇博客记录了使用TensorFlow Object Detection API进行深度学习目标检测模型训练时遇到的InvalidArgumentError问题及解决方法。作者分享了训练过程中不报错并能稳定运行的体验,并提供了训练可视化的方法,通过tensorboard工具进行监控。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

深度学习TensorFlow Object Detection API训练自己的模型时—本人踩过的坑(报错总结)第七篇

2019年6月26日星期三
报错:Tensorflow object detection API训练中途报错 InvalidArgumentError (see above for traceback): Incompatible shapes:[2,1917] vs [4,1]

 解决方案:找到object_detection/training文件夹下的ssd_mobilenet_v1_coco.config,并用文本或Notepat++等,打开,调大batch_size,并保存,然后运行命令python legacy/train.py --logtostderr --train_dir=training/ --pipeline_config_path=training/ssd_mobilenet_v1_coco.config

再试一次
在这里插入图片描述

   如果运行命令之后依然报错InvalidArgumentError (see above for traceback): Incompatible shapes:[2,1917] vs [4,1],那么个人建议,换一个.config,然后重新修改.config文件中对应的地方,重新训练(注意:重新训练时训练命令需要更换为python legacy/train.py --logtostderr --train_dir=training/ --pipeline_config_path=training/你自己更换后的名称.config)

最后终于终于跑起来了,不仅有loss值,还不报错,一直在跑,截个图给大家看一下

在这里插入图片描述
训练中可进行可视化查看,重新打开一个命令窗口,激活自己的环境,并cd到对应的路径下,然后输入:tensorboard --logdir=training 然后回车Enter,如果半天没反应(没自动打开网页),将提示的网页信息(比如我的是http://apple-PC:6006)复制或者输入到浏览器中,回车即可查看,Ctrl+C可退出
在这里插入图片描述![在这里插入图片描述](https://img-blog.csdnimg.cn/2019062618505869.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNTcwMzA3,size_16,color_FFFFFF,t_70

有写的不对的地方欢迎大家批评指正,也欢迎大家关注、点赞,非常谢谢

版权声明:本文为博主原创文章,未经博主允许不得转载。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值