使用TensorFlow Object Detection API训练SSD MobileNetV2时遇TypeError报错

我之前跑SSD MobileNetV2训练时也碰到过一模一样的问题，大概率是这几个环节出了状况，你可以逐一排查：

1. 先检查配置文件的数据集路径与完整性 #

你的ssd_mobilenet_v2_coco.config里，train_input_reader和eval_input_reader下的input_path是不是指向了正确的TFRecord文件？

• 要确认路径没有拼写错误，不管是绝对路径还是相对当前运行目录的路径，对应的TFRecord文件必须真实存在且完整。
• 另外回忆下生成TFRecord时有没有报错，如果生成过程中断，很可能导致文件损坏或为空，读取时就会出现异常。

2. 核对自定义数据集的配置修改 #

如果是用自己的数据集训练，有没有把配置里的num_classes改对？

• 不仅要修改model模块下的num_classes，还要检查train_config里的fine_tune_checkpoint_type是否和预训练模型匹配，别漏了eval_config里的相关设置。
• 有时候不小心注释掉了配置里的关键预测层代码，也会导致模型构建时无法生成有效预测张量，最终输出None。

3. 确认TensorFlow与API的版本兼容性 #

版本不匹配也容易引发这类奇怪的张量错误：

• 如果你用的是TensorFlow 2.x，要确保Object Detection API是适配TF2的版本（现在官方models仓库已经全面支持TF2了，别用老的TF1分支）。
• 重新检查依赖安装：比如protobuf版本是否符合要求，有没有执行protoc编译protobuf文件的步骤？

4. 加调试代码定位根源 #

如果上面的方法都没解决，就顺着报错堆栈找问题位置：

• 在报错的代码段附近，打印相关变量的状态，比如看看pred是在哪个环节变成None的——是数据读取时没拿到有效张量，还是模型层输出为空？
• 比如我当时是因为TFRecord里有几个样本的标注格式错误，导致数据读取返回空张量，进而让预测分支输出None，重新生成正确的TFRecord就解决了。

内容的提问来源于stack exchange，提问作者rlg