TensorFlow2.4运行TFODCourse模型评估报4维输入错误如何解决

tensorflow.python.framework.errors_impl.InvalidArgumentError: input must be 4-dimensional[1,1,371,300,3]
[[{{node ResizeImage/resize/ResizeBilinear}}]] [Op:IteratorGetNext]

这个错误核心是输入张量维度不匹配：

• 模型的ResizeBilinear预处理节点要求输入为4维张量，标准格式为[批量大小, 图片高度, 图片宽度, 通道数]
• 实际传入的是5维张量[1,1,371,300,3]，第二个1是多余的冗余维度，导致运算失败

• TFRecord生成逻辑错误：生成训练/评估用的TFRecord文件时，误给单张图片的张量多扩了一维，比如单图本来是[371,300,3]，存的时候变成[1,371,300,3]，加载时拼批量就会变成[batch_size,1,H,W,C]的5维结构
• pipeline.config配置错误：图像resize模块的配置不符合要求，或者手动添加了多余的预处理扩维操作
• 标注转换脚本bug：VOC标注转TFRecord的脚本存在逻辑问题，处理图片数组时额外加了维度

• 验证TFRecord的维度正确性
  写简单脚本读取你生成的eval TFRecord文件，打印每条记录的图片张量形状，如果单张图片的形状已经是[1,H,W,C]，说明是生成阶段的问题，修改转换脚本，用tf.squeeze()去掉多余的维度后再写入TFRecord
• 检查pipeline.config的resize配置
  找到配置文件中的image_resizer块，确认和你使用的模型匹配，以ssd_mobnet为例，正确配置参考：

image_resizer {
  fixed_shape_resizer {
    height: 300
    width: 300
  }
}

不要修改默认resize逻辑的其他参数，避免引入维度错误

• 调试数据加载逻辑
  如果上述步骤都没问题，在model_main_tf2.py的数据加载输出位置，加一行打印张量形状的代码，确认冗余维度出现的位置，临时修复可以加input_tensor = tf.squeeze(input_tensor, axis=1)直接去掉多余的第二个维度
• 重置配置文件
  如果是手动修改配置文件导致的问题，直接下载对应预训练模型的官方pipeline.config模板，只修改num_classes、train_input_reader/eval_input_reader的路径、batch_size这几个必要参数，不要改动默认预处理逻辑

内容的提问来源于stack exchange，提问作者allNighter