更改模型动物园的移动网络-SSD V2 的输入维度

Question

我使用预训练的ssd_mobilenet_v2_fpnlite_320x320_coco17_tpu-8进行实时对象检测。模型的默认输入尺寸是320 x 320。我想尝试将其更改为100x100或200x200，但当我更改配置文件时，它会导致错误。我该如何解决这个问题?

这是对配置文件的编辑，除了路径。

model {
ssd {
num_classes: 36
image_resizer {
fixed_shape_resizer {
height: 100
width: 100
}
}

误差

ValueError: Dimensions must be equal, but are 8 and 7 for '{{node ssd_mobile_net_v2_fpn_keras_feature_extractor/FeatureMaps/top_down/add}} = AddV2[T=DT_FLOAT](ssd_mobile_net_v2_fpn_keras_feature_extractor/FeatureMaps/top_down/nearest_neighbor_upsampling/nearest_neighbor_upsampling/Reshape_1, ssd_mobile_net_v2_fpn_keras_feature_extractor/FeatureMaps/top_down/projection_2/BiasAdd)' with input shapes: [4,8,8,128], [4,7,7,128].

Call arguments received:
• image_features=[("'layer_7'", 'tf.Tensor(shape=(4, 13, 13, 32), dtype=float32)'), ("'layer_14'", 'tf.Tensor(shape=(4, 7, 7, 96), dtype=float32)'), ("'layer_19'", 'tf.Tensor(shape=(4, 4, 4, 1280), dtype=float32)')]

Call arguments received:
• inputs=tf.Tensor(shape=(4, 100, 100, 3), dtype=float32)
• kwargs={'training': 'False'}

Answer 1

在使用Tensorflow对象检测API时的管道配置:

model {
ssd {
num_classes: 1 
image_resizer {
fixed_shape_resizer {
height: your desired height
width: your desired width
}
}

Answer 2

错误指示，您的输入维度与模型体系结构不兼容。

那么试试其他的输入维度，比如128、256，以及所有能被32整除的维度。