的tf.train.batch形状失配

我使用苗条库训练我自己resnet_v2_152和的tf.train.batch形状失配

构建其上叠加了20个图像我自己的图像numpy的阵列数据自定义np.array数据。

这意味着我numpy的数组的大小将是

[224, 224, 20]

我没有问题，将数据转换成tfrecords使用字节转换时，让图像阵列数据预处理之后，但它总是显示的

错误

INFO:tensorflow:Error reported to Coordinator: 
<class 'tensorflow.python.framework.errors_impl.InvalidArgumentError'>, 
Shape mismatch in tuple component 0. Expected [224,224,3], got [224,224,20]

和

OutOfRangeError (see above for traceback): FIFOQueue '_5_batch/fifo_queue' 
is closed and has insufficient elements (requested 1, current size 0)

当我申请的tf.trai n.batch

下面是我的代码的一部分，

dataset = dataset_factory.get_dataset(
     FLAGS.datasetname, FLAGS.dataset, FLAGS.dataset_dir) 

    network_fn = nets_factory.get_network_fn(
     FLAGS.model_name, 
     num_classes=101, 
     is_training=True) 

    provider = slim.dataset_data_provider.DatasetDataProvider(
      dataset, 
      num_readers=4, 
      common_queue_capacity=20 * FLAGS.batch_size, 
      common_queue_min=10 * FLAGS.batch_size) 
    [image, label] = provider.get(['image', 'label']) 
    label -= 0 

    preprocessing_name = FLAGS.preprocessing_name or FLAGS.model_name 
    image_preprocessing_fn = preprocessing_factory.get_preprocessing(preprocessing_name, is_training=True) 

    eval_image_size = FLAGS.eval_image_size or network_fn.default_image_size 
    image = image_preprocessing_fn(image, eval_image_size, eval_image_size) 

    #Batch size is 1 
    images, labels = tf.train.batch(
      [image, label], 
      batch_size=FLAGS.batch_size, 
      num_threads=4, 
      capacity=5 * FLAGS.batch_size) 

    init_op = tf.group(tf.global_variables_initializer(), 
      tf.local_variables_initializer()) 

    #This part to see the fetched results 
    with tf.Session() as sess: 
     coord = tf.train.Coordinator() 
     threads = tf.train.start_queue_runners(coord=coord) 
     sess.run(init_op) 
     im = sess.run(images) 
     l = sess.run(label) 
     coord.request_stop() 
     coord.join(threads)

我坚持遵循train_image_classifier.py的风格，因为我想用用超薄库提供的默认培养模式。

我会非常感谢您的帮助和解答。由于

来源

2017-09-24 Tan K.Seang

我只是通过自己的经历，并找出错误是由于

尺寸proprocessed图像尺寸通过改变

vgg_preprocessing.py 

image.set_shape([output_height, output_width, 3])

代码为

image.set_shape([output_height, output_width, channels])

然而，我想知道是否有任何改变这种影响，如果有人可以回答我，那么我真的很感激。谢谢

来源

2017-09-24 12:43:40

的tf.train.batch形状失配

回答

相关问题