Ошибка недопустимого аргумента предварительно обученной модели Tensorflow
Я делаю свой проект, используя tensorflow с предварительно обученной моделью mobilenet_v2, которую можно найти на https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/detection_model_zoo.md.
Я хотел получить значения скрытого слоя, поэтому реализовал этот исходный код и получил ошибку неверного аргумента.
if __name__ == '__main__':
im = Image.open('./sample/maltiz.png')
im3 = im.resize((300, 300))
image = np.asarray(im)[:,:,:3]
model_path = 'models/ssd_mobilenet_v2_coco_2018_03_29/'
meta_path = os.path.join(model_path, 'model.ckpt.meta')
model = tf.train.import_meta_graph(meta_path)
sess = tf.Session()
model.restore(sess, tf.train.latest_checkpoint(model_path))
data = np.array([image])
data = data.astype(np.uint8)
X = tf.placeholder(tf.uint8, shape=[None, None, None, 3])
graph = tf.get_default_graph()
for i in graph.get_operations():
if "Relu" in i.name:
print(sess.run(i.values(), feed_dict = { X : data}))
Я получил это сообщение об ошибке
File "load_model.py", line 42, in <module>
print(sess.run(i.values(), feed_dict = { X : data}))
InvalidArgumentError: You must feed a value for placeholder tensor 'image_tensor' with dtype uint8 and shape [?,?,?,3]
[[node image_tensor (defined at load_model.py:24) ]]
Я распечатал заполнитель и форму данных.
заполнитель был набран uint8 [?,?,?,3] и изображение имело форму с [1,300,300,3] Я не знаю, в чем проблема.
Похоже, просто идеальное совпадение с типом в сообщении об ошибке.
Пожалуйста, дайте мне знать, в чем проблема.
Я только что получил почти ту же ошибку с предыдущим. (Форма не соответствует) ValueError: невозможно передать значение формы (300, 300, 3) для тензора «Заполнитель: 0», который имеет форму «(?,?,?, 3)»
Можете ли вы напечатать форму данных и их тип после строки data = data.astype(np.uint8)?
uint8 print(data.dtype) (1, 300, 300, 3) print(data.shape) Спасибо
К вашему сведению, тензор («Заполнитель: 0», форма = (?, ?, ?, 3), dtype = uint8) print(X)
Попробуйте это tf.reset_default_graph()print(x.name)x=tf.get_default_graph().get_tensor_by_name("Placeholder:0") Прочитайте ссылку, приведенную ниже, там есть несколько полезных комментариев. Ссылка: связь
Ответы 1
Когда вы загружаете предопределенный график и восстанавливаете график до последней контрольной точки, график уже определен. Но когда вы делаете
X = tf.placeholder(tf.uint8, shape=[None, None, None, 3])
Вы создаете дополнительный узел в графе. и этот узел не имеет ничего общего с узлами, которые вы хотите оценить, узлы из graph.get_operations() зависят не от этого дополнительного узла, а от какого-то другого узла, и, поскольку этот другой узел не получает значений, ошибка говорит о недопустимых аргументах.
Правильный способ — получить тензор, от которого зависят оцениваемые узлы, из предопределенного графа.
im = Image.open('./sample/maltiz.png')
im3 = im.resize((300, 300))
image = np.asarray(im)[:,:,:3]
model_path = 'models/ssd_mobilenet_v2_coco_2018_03_29/'
meta_path = os.path.join(model_path, 'model.ckpt.meta')
model = tf.train.import_meta_graph(meta_path)
sess = tf.Session()
model.restore(sess, tf.train.latest_checkpoint(model_path))
data = np.array([image])
data = data.astype(np.uint8)
graph = tf.get_default_graph()
X = graph.get_tensor_by_name('image_tensor:0')
for i in graph.get_operations():
if "Relu" in i.name:
print(sess.run(i.values(), feed_dict = { X : data}))
PS: я сам попробовал описанный выше подход, но есть некоторая внутренняя ошибка tensorflow (версия 1.13.1), которая не позволяет мне оценить все узлы, в именах которых есть Relu. Но все же некоторые узлы можно оценить таким образом.
Можете ли вы попробовать
np.array(image)вместо np.array([image])