低光视频处理项目中TensorRT转换参数报错：Got unexpected field names: ['is_dynamic_op'] 求助

看起来你在低光视频处理项目的模型转换环节踩了个小坑——这个错误的根源很明确：is_dynamic_op并不是trt.DEFAULT_TRT_CONVERSION_PARAMS这个namedtuple自带的字段，而_replace()方法只能修改已存在的字段，不能凭空添加新字段，所以Python直接抛出了参数不匹配的错误。

问题分析 #

trt.DEFAULT_TRT_CONVERSION_PARAMS是TensorFlow-TRT提供的预定义转换参数集合，它的字段是固定的（比如precision_mode、max_workspace_size_bytes等）。你尝试添加的is_dynamic_op要么是其他模块的参数，要么是旧版本TF-TRT中已被废弃/替换的参数名。

解决方案 #

1. 先确认可用的参数字段

首先运行这段代码，查看当前版本TF-TRT支持的所有转换参数字段：

print(trt.DEFAULT_TRT_CONVERSION_PARAMS._fields)

输出结果会列出所有允许通过_replace()修改的字段，这样你就能彻底避免用错参数名。

2. 正确配置动态形状/动态操作

如果你想要启用动态形状支持（这应该是你设置is_dynamic_op=True的初衷），不同TF-TRT版本的配置方式略有不同：

• 较新的TF 2.x版本：通常使用allow_dynamic_shapes参数，直接修改默认参数即可：

  params = trt.DEFAULT_TRT_CONVERSION_PARAMS._replace(
      precision_mode='FP16',
      allow_dynamic_shapes=True
  )
  

• 如果你的版本中allow_dynamic_shapes不在默认参数里，那么需要在创建转换器时单独设置：

  params = trt.DEFAULT_TRT_CONVERSION_PARAMS._replace(precision_mode='FP16')
  converter = trt.TrtGraphConverterV2(
      input_saved_model_dir='你的模型路径',
      conversion_params=params,
      allow_dynamic_shapes=True
  )
  

3. 额外注意事项

如果你的模型需要支持动态输入尺寸，除了设置转换参数外，还要确保：

• 原始TensorFlow模型本身设计为支持动态形状（比如输入层没有固定死尺寸）
• 必要时通过dynamic_shape_profile参数指定输入形状的最小、最优、最大范围，帮助TensorRT优化动态推理

内容的提问来源于stack exchange，提问作者micro