Tensorflow 将roi_池层的输出运行到conv2d

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',)