相关疑难解决方法(0)

我正在尝试检测不同形状的图像（不是正方形）中的物体。我使用了faster_rcnn_inception_v2模型，并且可以使用图像缩放器来保持图像的纵横比，并且输出令人满意。

image_resizer {
  keep_aspect_ratio_resizer {
    min_dimension: 100
    max_dimension: 600
  }
}

现在，为了提高性能，我想使用ssd_inception_v2或ssd_inception_v2模型进行训练。的示例配置的用途固定形状调整大小如下，

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

但是问题是由于固定的调整大小，我得到的检测结果很差。我尝试将它更改为keep_aspect_ratio_resizer，如先前在fast_rcnn_inception_v2中所述。我收到以下错误，

InvalidArgumentError（请参见上面的回溯）：ConcatOp：输入的尺寸应匹配：shape [0] = [1,100,500,3] vs. shape 1 = [1,100,439,3]

如何在SSD模型中进行配置，以调整图像大小并保持宽高比？