TensorFlow Object Detection API除指定模型外无法训练的问题

看起来你遇到的这个TypeError: Expected int32, got range <0,3> of type 'range' instead错误，大概率是模型配置文件里的参数类型不匹配导致的——毕竟你用ssd_mobilenet_v1能正常训练，说明数据集和基础环境是没问题的，问题就出在新模型的配置细节上。下面是我整理的排查和解决步骤：

1. 重点检查配置文件中的num_classes参数 #

这个是最常见的诱因：

• 你需要把新模型配置文件里所有默认的num_classes: 90（COCO数据集的类别数）替换成你自己的整数类别数，比如你有3个目标类就写num_classes: 3，绝对不能写range(0,3)这种Python语法（TensorFlow的配置文件是protobuf格式，不支持range类型）。
• 注意有些模型的配置里会有多个num_classes需要修改：比如Faster RCNN系列，first_stage_box_predictor和second_stage_box_predictor下都有这个参数，要全部替换成你的类别数。

2. 验证label_map文件的一致性 #

确保你的label_map.pbtxt文件里的类别数量和配置文件的num_classes完全对应，而且每个类的id是连续的正整数（从1开始，因为0是默认的背景类）。比如3个类的label_map应该是这样的：

item {
  id: 1
  name: 'class1'
}
item {
  id: 2
  name: 'class2'
}
item {
  id: 3
  name: 'class3'
}

3. 检查训练启动命令的参数 #

确认你启动训练时，没有在命令行参数里错误地传入了range类型的值。比如有些同学会误写类似--num_classes=range(0,3)的命令，这肯定会触发类型错误，要改成--num_classes=3这种整数形式。

4. 清理训练缓存后重试 #

如果上面的修改都做了还是报错，建议删除训练目录下的旧checkpoint文件和events日志，避免旧的配置缓存干扰新模型的初始化，然后重新启动训练。

如果还有问题，可以把报错的完整堆栈信息贴出来，或者把新模型的配置文件片段分享一下，这样能更精准地定位问题~

内容的提问来源于stack exchange，提问作者Ashiq KS