Ошибка недопустимого аргумента в модели предварительно обученного потока

Question

Я делаю свой проект, используя тензор потока с предварительно обученной моделью mobilenet_v2, которую можно найти в https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/detection_model_zoo.md

Я хотел получить значения скрытого слоя, поэтому я реализовал этот исходный код и получил недопустимый argumenterror

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 введен в uint8 [?,?,?,3] и изображение имело форму с [1 300 300 3]. Я не знаю, в чем проблема.

Это выглядит как идеальное совпадение с типом в сообщении об ошибке.

Пожалуйста, дайте мне знать, в чем проблема.

Answer 1

Когда вы загружаете предварительно определенный 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 на графике.и этот узел не имеет ничего общего с узлами, которые вы хотите оценить, узлы graph.get_operations() зависят не от этого дополнительного узла, а от какого-то другого узла, и, поскольку этот другой узел не получает значения, ошибка говорит о недопустимых аргументах.

Правильный способ - получить тензор, от которого будут оцениваться узлы, от предопределенного графика.

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 пробовал описанный выше подход, но есть некоторыеВнутренняя ошибка tenensflow (версия 1.13.1), из-за которой я не могу оценить все узлы, в именах которых есть Relu.Но все же некоторые узлы могут быть оценены таким образом.