形狀必須為 2 級，但 NonMaxSuppressionV3 為 3 級：錯誤

Question

我在嘗試在視頻對象檢測時使用 tf.image.non_max_suppression 時遇到此錯誤。 Tensorflow 版本是 1.10.0

ValueError: Shape must be rank 2 but is rank 3 for 'non_max_suppression/NonMaxSuppressionV3' (op: 'NonMaxSuppressionV3') 輸入形狀：[1,500,4], [1,500], [], [], []。

Answer 1

我在使用 tensorflow2.1 時遇到了同樣的錯誤，原因是（正如錯誤中所說的那樣）批處理維度不存在。

tf.image.non_max_suppression(boxes, score, max_output_size, iou_threshold=0.5, score_threshold=float('-inf'), name=None )

box 形狀為 [num_boxes, 4] 的二維浮動張量。

例子：

selected_indices = tf.image.non_max_suppression(
    boxes=boxes,
    scores=scores,
    max_output_size=7,
    iou_threshold=0.5)

您應該刪除張量的第一個（批量）維度（上面示例中的框和分數）如果您的批量維度為 1，您可以使用

boxes = tf.squeeze(boxes)
scores = tf.squeeze(scores)

似乎你可以在這個野獸中擁有批量維度： https : //www.tensorflow.org/api_docs/python/tf/image/combined_non_max_suppression