从文件加载权重时层数不匹配。 ImageAi 自定义答案

【问题标题】：Layer count mismatch when loading weights from file. ImageAi Custom从文件加载权重时层数不匹配。 ImageAi 自定义
【发布时间】：2023-01-23 22:28:18
【问题描述】：

我需要帮助... 我正在使用 imageai 自定义类来创建我自己的检测...

现在我们开始

from imageai.Classification.Custom import ClassificationModelTrainer
model_trainer = ClassificationModelTrainer()
model_trainer.setModelTypeAsResNet50()
model_trainer.setDataDirectory("leads_test")

model_trainer.trainModel(num_objects=1, num_experiments=1, enhance_data=True, batch_size=1, show_network_summary=True)

<...>

from imageai.Detection import ObjectDetection

detector = ObjectDetection()
model_path = "leads_test/models/model_ex-001_acc-1.000000.h5"
input_path = "ECG/IMG_0239.jpg"
output_path = "./output/newimage.jpg"

detector.setModelTypeAsTinyYOLOv3()
detector.setModelPath(model_path)
detector.loadModel()

ValueError: Layer count mismatch when loading weights from file. Model expected 24 layers, found 107 saved layers.

【问题讨论】：

这个问题似乎与tensorflow 或keras 无关。如果您使用的是开源包，您可以尝试在他们的存储库中打开一个问题。

标签： python tensorflow keras imageai

【解决方案1】：

解决了。我必须使用imageai.Classification.Custom import CustomImageClassification 而不是f imageai.Detection import ObjectDetection

from imageai.Classification.Custom import CustomImageClassification
prediction = CustomImageClassification()
prediction.setModelTypeAsResNet50()
prediction.setModelPath('leads_test/models/model_ex-001_acc-1.000000.h5')
prediction.setJsonPath('leads_test/json/model_class.json')
prediction.loadModel(num_objects=1)

在训练和预测时，问题出在不同的模型类型中。

【讨论】：