调用 tf.image.non_max_suppression 时出现 ValueError

Question

我想使用 tensorflow tf.image.non_max_suppression 函数。

我尝试了以下两个片段：

indices = tf.image.non_max_suppression(
    boxes=anchors_fit, 
    scores=rpn_cls_prob,
    max_output_size=self.max_outputs_num, 
)

indices,scores = tf.image.non_max_suppression_with_scores(
    boxes=anchors_fit, 
    scores=rpn_cls_prob,
    max_output_size=self.max_outputs_num, 
)

其中 anchors_fit.shape 是 [36864,4] rpn_cls_prob.shape 是 [36864]

两次调用都加注：

ValueError: Shape must be rank 0 but is rank 1 for 'non_max_suppression_with_scores/NonMaxSuppressionV5' (op: 'NonMaxSuppressionV5') with input shapes: [36864,4], [36864], [1], [], [], [].

我该怎么办？

Answer 1

self.max_outputs_num的形状是什么？

来自the documentation：

max_output_size: A scalar integer Tensor representing the maximum number of boxes to be selected by non max suppression.

在这里，它似乎是一个一维数组，因为错误消息在括号中报告它。此外，它会匹配错误消息，因为标量的秩为 0，而一维数组的秩为 1。

因此，您可能应该将 self.max_outputs_num 从数组转换为标量。

调用 tf.image.non_max_suppression 时出现 ValueError

Get ValueError when calling tf.image.non_max_suppression

nms

tensorflow