ValueError:在Conv2D节点中，输入和筛选器形状必须为int或symbol

Question

我正试图使用tfcoreml（使用下面的脚本）将我的.pb文件转换为CoreML模型，但出现了以下错误：ValueError: Input and filter shapes must be int or symbolic in Conv2D node detector/darknet-53/Conv/Conv2D。如何解决此错误并将模型成功转换为CoreML

我用Netron打开了我的.pb模型，发现了有问题的图层：

以下是我正在使用的转换脚本：

import tfcoreml

tfcoreml.convert(tf_model_path='model.pb',
                 mlmodel_path='model.mlmodel',
                 output_feature_names=['output_boxes'],  # name of the output op
                 input_name_shape_dict={'inputs': [None, 416, 416, 3]},  # map from the placeholder op in the graph to shape (can have -1s)
                 minimum_ios_deployment_target='13')

从我所能收集到的信息来看，我似乎需要更改所有Conv2D节点的输入类型以使其正常工作。但我无论如何都不是专家，所以我可能是错的。有没有一种方法可以通过使用Python脚本修复此模型以成功转换，如果有，它会是什么样子

编辑：在更改input_name_shape_dict中的None之后，我得到了一个不同的错误。这个上面写着：ValueError: Incompatible dimension 3 in Sub operation detector/darknet-53/Conv/BatchNorm/FusedBatchNorm/Sub。于是我再次打开Netron，我看了一眼。这是我得到的，知道怎么修吗

脚本似乎越过了上一个错误，只是为了进入下一层。我的.pb是完全无用还是只需要在某些地方进行修复

Answer 1

在input_name_shape_dict中尝试1而不是None