在 Tensorflow Deeplab 上评估不同尺寸的图像

Question

我正在尝试创建一个评估图像的服务。为了提高性能，我尝试在所有图像上使用相同的网络。我使用 inference.py 作为起点 (https://github.com/hellochick/Indoor-segmentation/blob/master/inference.py) 并将 net 变量移至全局范围，将其更改为：

img_ph = tf.placeholder(tf.float32, shape = [None, None, None, 3])
net = DeepLabResNetModel({'data': img_ph}, is_training=False, num_classes=NUM_CLASSES)

但我在评估图像时收到以下错误：

文件 "\Python36\lib\site-packages\tensorflow\python\framework\ops.py", 第 5573 行，在 _assert_same_graph original_item)) ValueError： Tensor("strided_slice:0", shape=(2,), dtype=int32) 必须来自 与 Tensor("fc_out/Conv2D:0", shape=(?, ?, ?, 27), dtype=float32)。

这是在带有 Python3 的 Windows 服务器上运行的。

感谢您的任何指点。

Answer 1

我找到了答案。我应该在运行会话时提供图像：

preds = sess.run(pred,feed_dict={img_ph: imgsrc})