尝试重新训练tensorflow模型时，输入和输出节点消失

我正在尝试使用MobileNet_V2重新训练tensorflow deeplab模型。我已经从deeplab model zoo下载了检查点，大约在本页的一半： 具体来说，就是那个。我希望我重新训练的输出具有与此相同的图形，但参数不同。（好吧，几乎相同的图，最后的张量应该有不同的形状，因为我尝试使用不同数量的类。）

我将自己的图像组装到一个tfrecord中，目前只标记了一个类。这是一个具有4个类的数据集的实践

然后我运行以下命令重新训练网络，生成

.pbtxt

、

.meta

、

.index

和

.data-00000-of-00001

文件：

PATH_TO_INITIAL_CHECKPOINT=/path/to/unzipped/files/model.ckpt-30000.index
PATH_TO_TRAIN_DIR=/path/to/checkpoints/
PATH_TO_DATASET=/path/to/tfrecord
python /path/to/tensorflow/models/research/deeplab/train.py \
    --logtostderr \
    --training_number_of_steps=900 \ # 90000 \
    --train_split="train" \
    --model_variant="mobilenet_v2" \
    --output_stride=16 \
    --decoder_output_stride=4 \
    --train_crop_size=128 \
    --train_crop_size=128 \
    --train_batch_size=1 \
    --dataset="cityscapes" \
    --tf_initial_checkpoint=${PATH_TO_INITIAL_CHECKPOINT} \
    --train_logdir=${PATH_TO_TRAIN_DIR} \
    --dataset_dir=${PATH_TO_DATASET} \
    --initialize_last_layer=False \
    --last_layers_contain_logits_only=True \
    --fine_tune_batch_norm=False

在下载的文件上运行bazel的Summary_图可以得到：

Found 1 possible inputs: (name=ImageTensor, type=uint8(4), shape=[1,?,?,3]) 
No variables spotted.
Found 1 possible outputs: (name=SemanticPredictions, op=Slice) 

当我扫描

.pbtxt

文件的节点时，我找不到任何称为ImageTensor或SemanticPredictions的节点。我尝试过tensorboard、bazel的Summary_图和编程（例如，or）。汇总图显示

未发现输入

，

发现664个可能的输出：

这会导致

冻结图.py

出现问题。如果我从tensorbord上看到的内容中选择

output\u node\u names

，然后运行

freeze\u graph.py

，我就能得到一个冻结的图形。但是运行这个模型让我

TypeError: Cannot interpret feed_dict key as Tensor: The name 
'ImageTensor:0' refers to a Tensor which does not exist. The operation, 
'ImageTensor', does not exist in the graph.

我肯定是做错了什么。问题是：什么？我怀疑这可能是我为train.py提供的论点，但实际上，这只是一个猜测。这可能是因为

train.py

的使用方式不同，或者deeplab的

train.py

与MobileNetV2不兼容

编辑：仔细查看train.py中可用的选项后，我更新了命令。从TRAIN_DIR中清除以前的故障型号也有助于避免错误：

Restoring from checkpoint failed. This is most likely due to a mismatch 
between the current graph and the graph from the checkpoint. Please ensure 
that you have not altered the graph expected based on the checkpoint.

---

我确实在这个问题上悬赏了，但已经过期了。如果有人能找到答案，我很乐意再次悬赏。（相关问题：为什么赏金到期后不退还给我？我想你不会希望人们提供赏金，然后把它留给自己，但由于没有答案，这在这里并不适用。）哦。“所有的奖金都是预先支付的，在任何情况下都是不可退还的。”显然，它的目的是更类似于广告而不是奖励。