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

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)