基于预训练模型的Tensorflow Lite图像分割

我想用tensorflow和colab训练一个图像分割模型。为了加快训练速度，我想使用一个经过预训练的模型。我在以下网站找到了一些： 我尝试使用城市景观数据集上预先训练的Exception_71模型。我的训练命令如下所示：

! python3 "/content/models/research/deeplab/train.py" \
--logtostderr \
--training_number_of_steps=100000 \
--train_split="train" \
--model_variant="xception_71" \
--decoder_output_stride=4 \
--train_crop_size="513,513" \
--train_batch_size=4 \
--dataset="pascal_voc_seg" \
--save_interval_secs=300 \
--save_summaries_secs=300 \
--save_summaries_images=True \
--log_steps=100 \
--tf_initial_checkpoint="/content/deeplab/datasets/pretrained/model.ckpt" \
--train_logdir="/content/deeplab/datasets/train" \
--dataset_dir="/content/deeplab/datasets/tfrecord"

启动此命令后，我得到以下错误

ValueError: Total size of new array must be unchanged for logits/semantic/weights lh_shape: [(1, 1, 256, 19)], rh_shape: [(1, 1, 256, 21)]

我的数据集只有两个类（其中一个是后台类），这会导致错误吗