TensorFlow目标检测session.run报错：TypeError: unhashable type: 'list'

这个错误其实很好定位——你在给sess.run()传feed_dict的时候犯了一个小错误：把列表当成了字典的键。

先看你的代码里的问题点：

_input = [graph.get_tensor_by_name(tensor_name) for tensor_name in input_tensors]
# 然后你这么用：
sess.run(_output_ops, feed_dict={_input: image_expanded})

这里_input是一个列表（哪怕里面只有一个张量），而Python字典的键必须是可哈希的类型（比如字符串、张量对象这种），列表是不可哈希的，所以直接触发了TypeError。

解决方法 #

因为你的输入张量只有一个，所以有两种简单的修复方式：

方式1：直接定义单个输入张量（推荐）

既然input_tensors里只有一个元素，没必要用列表来存，直接把_input定义成单个张量对象：

input_tensor = "import/image_tensor:0"
output_tensors=['import/detection_boxes:0', 'import/detection_scores:0', 'import/detection_classes:0', 'import/num_detections:0']
_input = graph.get_tensor_by_name(input_tensor)  # 这里不再是列表
_output_ops = [graph.get_tensor_by_name(tensor_name) for tensor_name in output_tensors]
sess = tf.Session(graph=graph, config=_config_proto)
image_expanded = 符合模型尺寸的numpy数组(1, 512, 512, 1)
(boxes, scores, classes, num_detections) = sess.run(_output_ops, feed_dict={_input: image_expanded})

方式2：保留列表，取列表中的单个张量作为键

如果后续可能需要扩展多个输入，不想修改_input的列表形式，那就直接取列表的第一个元素作为feed_dict的键：

input_tensors=["import/image_tensor:0"]
output_tensors=['import/detection_boxes:0', 'import/detection_scores:0', 'import/detection_classes:0', 'import/num_detections:0']
_input = [graph.get_tensor_by_name(tensor_name) for tensor_name in input_tensors]
_output_ops = [graph.get_tensor_by_name(tensor_name) for tensor_name in output_tensors]
sess = tf.Session(graph=graph, config=_config_proto)
image_expanded = 符合模型尺寸的numpy数组(1, 512, 512, 1)
# 用_input[0]作为键，而不是整个列表
(boxes, scores, classes, num_detections) = sess.run(_output_ops, feed_dict={_input[0]: image_expanded})

额外提醒 #

如果以后你的模型有多个输入张量，feed_dict的格式应该是{张量1: 对应数据1, 张量2: 对应数据2, ...}，每个键都必须是单独的张量对象，绝对不能把多个张量的列表作为键哦。

内容的提问来源于stack exchange，提问作者Shaik Ahmad