Tensorflow 将roi_池层的输出运行到conv2d

Tensorflow 将roi_池层的输出运行到conv2d,tensorflow,Tensorflow,我已经从中实现了roi_池 运行roi_池后,作为 conv5_3 = net.end_points['conv5_3'] #implement ROI Pooling input_boxes=tf.dtypes.cast(input_boxes,tf.int32) pooled_features = roi_pooling(conv5_3, input_boxes, pool_height=5, pool_width=30) 然后,合并的特征具有未知形状 (Pdb) p pooled_fea

我已经从中实现了roi_池

运行roi_池后,作为

conv5_3 = net.end_points['conv5_3']
#implement ROI Pooling
input_boxes=tf.dtypes.cast(input_boxes,tf.int32)
pooled_features = roi_pooling(conv5_3, input_boxes, pool_height=5, pool_width=30)
然后,合并的特征具有未知形状

(Pdb) p pooled_features
<tf.Tensor 'RoiPooling:0' shape=<unknown> dtype=float32>
但当汇集的_特征通过识别网的第一层时,我有一个错误

TypeError: TypeErro...neType',)
当汇集的_功能通过
net=slim.repeat(输入,2,slim.conv2d,fatness,[3,3],scope='conv1')时,会出现什么问题?


我该如何解决这个问题?

我所做的是将两个图拆分。 第一个图有roi实现,第二个图有recognitionnet


由于recognitionnet位于单独的图形中,因此我们可以使用
占位符
作为recognitionnet图形的输入。

在分类之前使用roi\u池层的适当用法。所以对于这个错误,识别网络被放在roi_池层之前,以形成具有适当输出大小的层。然后输入roi_池进行分类。
TypeError: TypeErro...neType',)