C++ '；无效参数：输出维度必须为正'；在TensorFlow API中使用批处理时

对于视频中的目标检测，我们使用大小大于1的批处理。但在视频结束时，当剩下的帧数小于批处理大小时，我们得到以下错误：

2018-06-07 15:31:26.456907: W tensorflow/core/framework/op_kernel.cc:1290] CtxFailure at image_resizer_state.h:84: Invalid argument: output dimensions must be positive

为了阅读我们使用Opencv 3.3.0的视频，帧存储在vector

batch

for (size_t i = 0; i < batch_size; i++) {
  ret = cap.read(readImage);
  if (!ret) {
    break;
  }
  batch.push_back(readImage.clone());
}

for（大小i=0；i

该向量转化为tf张量，如下所示：

tensorflow::Tensor inputImg(
    tensorflow::DT_UINT8,
    tensorflow::TensorShape(
        {static_cast<long long int>(batch.size()), height, width, depth}));
for (size_t i = 0; i < batch.size(); i++) {
  auto tmp = inputImg.Slice(i, i + 1);
  uint8_t *p = tmp.flat<uint8_t>().data();
  cv::Mat cameraImg(height, width, CV_8UC3, p);
  batch[i].convertTo(cameraImg, CV_8UC3);
}

tensorflow:：Tensor inputImg(
tensorflow:：DT_UINT8，
tensorflow:：TensorShape(
{static_cast（batch.size（）），高度、宽度、深度}）；
对于（size_t i=0；i

您可以注意到，Tensor是用实际批次的大小初始化的，因此它在视频开始时包含定义数量的图像，在视频结束时包含较少的图像

然后我们运行“探测器”

std:：向量输出张量；
tensorflow:：状态=
session->Run（{“image\u tensor:0”，inputImg}}，{“detection\u box:0”，“detection\u scores:0”，
“检测类：0”，“数量检测：0”}，{}，&输出张量）；

最后出现错误（

status.ok（）==False

并显示所述消息）

因此，在整个视频过程中，我们没有错误，但例如，当只剩下2张图像时（因此，向量

批
的大小为2），而之前的批大小为5，我们有错误，并且
输出张量
的大小为0。我们尝试在每次迭代中随机改变批次大小来运行检测器，当当前批次的大小与前一批次的大小不同时，没有错误，它只发生在视频的末尾

如果我们选择批量大小，则

视频大小%batch\u大小==0

错误也不会发生

我们使用从（
master
branch）构建的TF

有人知道这个问题的解决办法吗

  std::vector<tensorflow::Tensor> output_tensors;
  tensorflow::Status status =
      session->Run({{"image_tensor:0", inputImg}}, {"detection_boxes:0", "detection_scores:0",
                    "detection_classes:0", "num_detections:0"}, {}, &output_tensors);