Python <;Tensorflow目标检测>;TypeError:resize_images()获得意外的关键字参数';保持高宽比';
我不知道错误发生在哪里,我还尝试了python 3.6.3。此错误也会发生。请帮忙 我正在训练model_main.py文件,但出现以下错误Python <;Tensorflow目标检测>;TypeError:resize_images()获得意外的关键字参数';保持高宽比';,python,tensorflow,object-detection,object-detection-api,Python,Tensorflow,Object Detection,Object Detection Api,我不知道错误发生在哪里,我还尝试了python 3.6.3。此错误也会发生。请帮忙 我正在训练model_main.py文件,但出现以下错误 cuda 9.0 cudnn 7.5 python 3.5.2 tensorflow-gpu 1.8 它显示了以下内容: 警告:tensorflow:所有评估验证的强制纪元数 是1。 警告:tensorflow:预计的评估时段数为1,但在列车输入上遇到eval\u配置.num\u epochs=0。 将num_epochs覆盖为1。 警告:tensorf
cuda 9.0
cudnn 7.5
python 3.5.2
tensorflow-gpu 1.8
它显示了以下内容:
警告:tensorflow:所有评估验证的强制纪元数
是1。
警告:tensorflow:预计的评估时段数为1,但在列车输入上遇到eval\u配置.num\u epochs
=0。
将num_epochs
覆盖为1。
警告:tensorflow:使用临时文件夹作为模型目录:C:\Users\wyh\AppData\Local\Temp\tmplh3q4jn2
警告:tensorflow:估计器的模型(0x00000256FF7F1400>处的模型)包括
参数参数,但参数不会传递给估计器。
警告:tensorflow:num_读取器已减少为1,以匹配输入文件碎片。
回溯(最近一次呼叫最后一次):
文件“model_main.py”,第109行,在
tf.app.run()
文件“C:\Users\wyh\AppData\Local\conda\conda\envs\py352\lib\site packages\tensorflow\python\platform\app.py”,
第126行,运行中
_系统出口(主(argv))
文件“model_main.py”,第105行,在main中
tf.估计器.训练和评估(估计器,训练规格,评估规格[0])
文件“C:\Users\wyh\AppData\Local\conda\conda\envs\py352\lib\site packages\tensorflow\python\estimator\training.py”,
439号线,列车_和_中
executor.run()
文件“C:\Users\wyh\AppData\Local\conda\conda\envs\py352\lib\site packages\tensorflow\python\estimator\training.py”,
第518行,运行中
self.run_local()
文件“C:\Users\wyh\AppData\Local\conda\conda\envs\py352\lib\site packages\tensorflow\python\estimator\training.py”,
第650行,在本地运行
挂钩=列车挂钩)
文件“C:\Users\wyh\AppData\Local\conda\conda\envs\py352\lib\site packages\tensorflow\python\estimator\estimator.py”,
363号线,列车上
损失=自我训练模型(输入、挂钩、保存侦听器)
文件“C:\Users\wyh\AppData\Local\conda\conda\envs\py352\lib\site packages\tensorflow\python\estimator\estimator.py”,
843号线,列车模型
返回self.\u train\u model\u default(输入\u fn、挂钩、保存\u侦听器)
文件“C:\Users\wyh\AppData\Local\conda\conda\envs\py352\lib\site packages\tensorflow\python\estimator\estimator.py”,
第853行,列车模式默认
输入_fn,型号_fn _lib.ModeKeys.TRAIN))
文件“C:\Users\wyh\AppData\Local\conda\conda\envs\py352\lib\site packages\tensorflow\python\estimator\estimator.py”,
第691行,从输入获取特征和标签
结果=自身。调用输入(输入,模式)
文件“C:\Users\wyh\AppData\Local\conda\conda\envs\py352\lib\site packages\tensorflow\python\estimator\estimator.py”,
第798行,输入呼叫
返回输入_fn(**kwargs)
文件“F:\cindy\cindybackup\tensorflow1\models\research\object\u detection\inputs.py”,
525号线,列车输入
batch\u size=params['batch\u size']如果参数为其他,则为train\u config.batch\u size)
文件“F:\cindy\cindybackup\tensorflow1\models\research\object\u detection\builders\dataset\u builder.py”,
第149行,内置
数据集=数据映射\u fn(进程\u fn,num\u并行\u调用=num\u并行\u调用)
文件“C:\Users\wyh\AppData\Local\conda\conda\envs\py352\lib\site packages\tensorflow\python\data\ops\dataset\u ops.py”,
第853行,在地图中
返回ParallelMapDataset(self、map\u func、num\u parallel\u调用)
文件“C:\Users\wyh\AppData\Local\conda\conda\envs\py352\lib\site packages\tensorflow\python\data\ops\dataset\u ops.py”,
第1870行,在init
超级(ParallelMapDataset,self)。init(输入数据集,映射函数)
文件“C:\Users\wyh\AppData\Local\conda\conda\envs\py352\lib\site packages\tensorflow\python\data\ops\dataset\u ops.py”,
第1839行,在init
self.\u map\u func.add\u to\u graph(ops.get\u default\u graph())
文件“C:\Users\wyh\AppData\Local\conda\conda\envs\py352\lib\site packages\tensorflow\python\framework\function.py”,
第484行,添加到图中
self.\u创建\u定义\u如果需要()
文件“C:\Users\wyh\AppData\Local\conda\conda\envs\py352\lib\site packages\tensorflow\python\framework\function.py”,
第319行,如果需要,在“创建定义”中
self.\u创建\u定义\u如果需要\u impl()
文件“C:\Users\wyh\AppData\Local\conda\conda\envs\py352\lib\site packages\tensorflow\python\framework\function.py”,
第336行,如果需要,在“创建定义”中
输出=自身功能(*输入)
文件“C:\Users\wyh\AppData\Local\conda\conda\envs\py352\lib\site packages\tensorflow\python\data\ops\dataset\u ops.py”,
第1804行,在tf_map_func中
ret=映射函数(嵌套参数)
文件“F:\cindy\cindybackup\tensorflow1\models\research\object\u detection\builders\dataset\u builder.py”,
第130行,正在处理中
已处理的\u张量=转换\u输入\u数据\u fn(已处理的\u张量)
文件“F:\cindy\cindybackup\tensorflow1\models\research\object\u detection\inputs.py”,
第515行,在变换和焊盘输入数据中
张量dict=变换数据(张量dict),
文件“F:\cindy\cindybackup\tensorflow1\models\research\object\u detection\inputs.py”,
第129行,在转换输入数据中
tf.展开_dims(tf.至_浮点(图像),轴=0))
文件“F:\cindy\cindybackup\tensorflow1\models\research\object\u detection\meta\u architecture\faster\u rcnn\u meta\u arch.py”,
第543行,在预处理中
并行迭代=自。\并行迭代)
文件“F:\cindy\cindybackup\tensorflow1\models\research\object\u detection\utils\shape\u utils.py”,
第237行,在静态或动态地图中
输出=[fn(arg)用于tf中的arg.unstack(elems)]
文件“F:\cindy\cindybackup\tensorflow1\models\research\object\u detec”
python model_main.py --model_dir=F:/cindy/cindybackup/tensorflow1/test/training -pipeline_config_path=F:/cindy/cindybackup/tensorflow1/test/data/faster_rcnn_inception_v2_pets.config --alsologtostderr --num_train_steps=1000 --num_eval_steps=10
align_corners=align_corners, preserve_aspect_ratio=True)
align_corners=align_corners)