ValueError: Dimension 0 in both shapes must be equal

最新推荐文章于 2022-10-04 18:47:52 发布
最新推荐文章于 2022-10-04 18:47:52 发布
阅读量2.8k 收藏 2
点赞数 5
CC 4.0 BY-SA版权
分类专栏： yolov3 文章标签： class java python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_45504119/article/details/106261782
在重新训练Yolo模型时遇到维度不匹配的ValueError错误，详细记录了解决过程，发现删除多余的回车符可以修复问题，为遇到类似错误的开发者提供解决方案。

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

今天重新训练yolo的时候出现了这个报错

ValueError: Dimension 0 in both shapes must be equal, but are 1 and 21. Shapes are [1,1,1024,24] and [21,1024,1,1]. for ‘Assign_360’ (op: ‘Assign’) with input shapes: [1,1,1024,24], [21,1024,1,1].

一般情况就是class中的数量对不上

可是我class中只有两类，肯定没有写错
在这里插入图片描述
看到上面3、4两行都是被回车符占了，于是删除
在这里插入图片描述
结果真的能用了，很奇怪，之前好像这样没问题的呀，记不清了…反正能解决问题就行

成功解决ValueError: Dimension 1 in both shapes must be equal, for ‘Assign_8‘ (op: ‘Assign‘) with input s
头部AI社区如有邀博主AI主题演讲请私信—心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，专注，谦虚，自律，反思，成长，还算比较正能量的博主，公益免费传播…内心特别想在AI界做出一些可以推进历史进程影响力的技术(兴趣使然，有点小情怀，也有点使命感呀
11-24 4933
成功解决raise ValueError(str(e)) ValueError: Dimension 1 in both shapes must be equal, but are 1034 and 1024. Shapes are [100,1034] and [100,1024]. for 'Assign_8' (op: 'Assign') with input shapes: [100,1034], [100,1024]. 目录 解决问题 解决思路 解决方法 ...
Python常见错误
weixin_51154380的博客
06-25 689
Python常见错误 ##1、 解析错误:未定义的控制序列 parse error: Undefined control sequence 2、出现这样的错误一般是voc_classnames.txt或者其他一些地方没有改成自己的东西 ValueError: Dimension 0 in both shapes must be equal, but are 1 and 27. Shapes are [1,1,1024,255] and [27,1024,1,1]. for 'Assign_360
ValueError: Dimension 0 in both shapes must be equal, but are 1 and ****(YOLO网络检测问题)
庆志的小徒弟
11-14 1万+
yolo网络检测时错误解决，Yolo等网络测试时出现以下错误： 错误原因：类别class维度不匹配错误，比如训练时类别是五类，测试的时候不是五类，就会出现这种错误，自己的训练时五类，测试是三类。 原因解决：其实自己在编辑model_data下的voc_classes.txt时，使用的是txt编辑的，没有使用Notepad++，导致txt文档中编辑的三类，其实中间有空字符串，在yolo中的t...
ValueError: Dimension 0 in both shapes must be equal, but are 1 and 21. Shapes are [1,1,1024,54] and
sinat_41563673的博客
06-19 2982
ValueError: Dimension 0 in both shapes must be equal, but are 1 and 21. Shapes are [1,1,1024,54] and [21,1024,1,1]. for 'Assign_360' (op: 'Assign') with input shapes: [1,1,1024,54], [21,1024,1,1].
ValueError: Dimension 0 in both shapes must be equal, but are 1 and 60. Shapes are [1,1,512,40]可能的解法
qq_42940160的博客
06-04 1094
ValueError: Dimension 0 in both shapes must be equal, but are 1 and 60. Shapes are [1,1,512,40] and [60,512,1,1]. for ‘Assign_55’ (op: ‘Assign’) with input shapes: [1,1,512,40], [60,512,1,1]. 在网上查到遇到这个问题时大都说的是路径问题，但其实还有一个原因是，你使用的yolov3是tiny版本，导致框的个数和yolov3
Mask r-cnn报错ValueError: Dimension 0 in both shapes must be equal, but are 7 and 64.
weixin_51372575的博客
10-04 888
skimage.io.imread与cv2.imread保存后都是numpy格式，但cv2的储存格式是BGR，而skimage的储存格式为RGB。这是一个历史遗留问题，当年使用硬件平台的前辈们用的是BGR，然后opencv也跟着当年的习惯再走。图片输入格式为RGB，通道数无误，num_class确认无误，考虑图片读取问题。
ValueError: Dimension 0 in both shapes must be equal, but are 1280 and 64. Shapes are [1280] and [64]. for '{{node concat}} = ConcatV2[N=2, T=DT_FLOAT, Tidx=DT_INT32](Sigmoid, MatMul_1, concat/axis)' with input shapes: [?,1280], [?,64], [] and with computed input tensors: input[2] = <0>.
06-08
具体来说，这个错误信息的提示是 `Shapes are [1280] and [64]`，说明两个tensor在拼接维度上的大小分别是1280和64，不满足拼接的条件。可以通过调整代码使得这两个tensor在拼接维度上的大小相等，例如将其中一个...
VGG16模型已经训练好的notop文件
04-02
该文件虽然是在github上可以找到的， 把该文件下载后保存到/root/.keras/models目录下即可
ValueError: Dimension 0 in both shapes must be equal, but are 1 and 255. Shapes are
weixin_41263532的博客
03-07 871
解决办法：class_path中的类与标签中的类对不上，原来是忘了修改文件中的类名了。
ValueError: Dimension 1 in both shapes must be equal, but are 10 and 12.Shapes are[40,10]and[40,12]
Will_Ye的博客
06-07 3782
训练完模型拿来做预测(prediction)时，遇到两个bug： 1. 加载模型出错了： ```python model = load_model(model_path) ``` 报错： `ValueError: Unknown layer: ArcFace` 解决方法： 这是由于训练模型时使用的layer是自定义的，因此，只需要在加载模型时指定这个自定义层就可以了，如下： python model = load_model(model_path, custom_objects={'ArcFace':
ValueError: Dimension 1 in both shapes must be equal, but are 8 and 324 for ‘Assign_376‘ (op: ‘Assig
LoveWeeknd
10-30 6767
使用Mask-RCNN测试细胞数据集的时候，出现了以下错误： Loading weights ../../path/to/weights.h5 Traceback (most recent call last): File "/home/ubuntu/anaconda3/envs/tensorflow1.3/lib/python3.6/site-packages/tensorflow/p...
输入维度不匹配问题
dxy1018的博客
07-18 2289
程序运行报错问题：Dimension 0 in both shapes must be equal, but are 1 and 512. Shapes are [1,1,128,512] and [512,256,1,1]. 原因：当我采用预训练模型resnet50_weights_tf_dim_ordering_tf_kernels_notop.h5文件载入时出现上述错误，意思是两个矩阵的第一维不一样，一个是1一个是512.修改为[1,1,128,512]和[1,256,1,1]即可。 还有当时我是积分
tensorflow采坑记录之tf.nn.conv2d_transpose
fovever_的博客
05-07 970
tensorflow采坑记录之conv2d_transpose。在使用tensorflow对图像进行处理（诸如图像自编码器、图像分割、图像超分辨率、图像融合等图像生成过程）时难免会遇到下（降）采样然后上采样的情况，虽然大家都会尝试使用conv2d_transpose也就是反卷积来实现上采样，但是关于在使用conv2d_transpose时遇见的几个坑在这里特此记录一下。
训练自己yoloV3模型时出现“ValueError: Dimension 0 in both shapes must be equal, but are 1 and 18. Shapes are ”
weixin_38136156的博客
01-13 1万+
情况描述： win10  keras   pycharm下加载自己的.h5权重进行检测，结果出现   ValueError: Dimension 0 in both shapes must be equal, but are 1 and 18. Shapes are [1,1,1024,255] and [18,1024,1,1]. for 'Assign_360' (op: 'Assig...
Mask_RCNN:ValueError: Dimension 1 in both shapes must be equal, but are 8 and 324.
热门推荐
地理信息系统、摄影测量与遥感、人工智能
06-03 2万+
前几天有人在之前Mask_RCNN预测文章中：https://blog.csdn.net/qq_15969343/article/details/80388311评论了该问题：我看了一下，主要是因为直接使用了官方给出的COCO权重进行了预测，但是可能COCO的80类物体中存在有想预测的东西，因此直接把NUM_CLASS改为了1+1；这样显然是不对的，因为1个类占了4个通道，因此是（1+80）*4=......
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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