Python Tensorflow对象检测-自身类推理图序列/导出错误（tensor形状）

我不熟悉tensorflow和对象检测，我正在尝试创建自己的来检测11个类。我试着用下面的链接制作我自己的物体探测器

我有自己的label_map.pbtxt文件，包含11个类

如果我在pipeline.config文件中更改num_classes=11，我就能够训练更快的rcnn resnet模型，但是当我尝试使用export_interference_graph.py导出模型时，我得到一个错误：

InvalidArgumentError (see above for traceback): Assign requires shapes of both tensors to match. lhs shape= [12] rhs shape= [91]

但是，当我在pipeline.config文件中更改num_classes=90时，我可以进行训练和导出

---

我不确定我是否误解了什么，或者我不应该实际更改pipeline.config文件中的num_类

配置文件和pbtxt文件中的类数应该匹配。也许这就是错误的原因

配置文件 模型{ 固态硬盘{ 上课人数：11 .... ... }

PBTXT文件：也应该有11个条目 项目{ 身份证号码：1 名称：“阿比西尼亚” }

项目{ 身份证号码：2 名称：“美国斗牛犬” }

项目{ 身份证号码：3 名称：“美国狗狗狗狗狗狗” } ... 项目{ 身份证号码：11 名称：“美国狗狗狗狗狗狗”

---

}

您好，谢谢您的回答。但是，当我的配置文件和pbtxt文件中的类数都等于11时，我仍然会得到错误：InvalidArgumentError（回溯请参见上文）：Assign要求两个张量的形状都匹配。lhs shape=[12]rhs shape=[91]