ValueError: Dimension 0 in both shapes must be equal, but are 1 and 21. Shapes are [1,1,1024,54] and

使用YOLOv3训练自己的数据集，完成后进行测试报错：

问题（1）：ValueError: Dimension 0 in both shapes must be equal, but are 1 and 21. Shapes are [1,1,1024,54] and [21,1024,1,1]. for 'Assign_360' (op: 'Assign') with input shapes: [1,1,1024,54], [21,1024,1,1].

分析：据查是类别class维度不匹配，虽然我在训练前把voc_classes.txt和coco_classes.txt中的类别都删到只剩person了，但是我的换行符并没有停留在第一行，如下：

file:///home/fire/Pictures/Screenshot%20from%202020-06-19%2010-18-27.png

file:///home/fire/Pictures/Screenshot%20from%202020-06-19%2010-16-14.png

修改后先测试一下：

classes_path = 'voc_classes.txt'
def get_classes(classes_path):
    with open(classes_path) as f:
        class_names = f.readlines()
    class_names = [c.strip() for c in class_names]
    return class_names
 
class_names = get_classes(classes_path)
num_classes = len(class_names)
print(num_classes)

最终，只能重新训练，可惜我跑了一周的代码，无语。。。

问题（2）：ValueError: Cannot create group in read only mode.Keras

分析：参考https://blog.csdn.net/qq_36387683/article/details/91957528 吧

model.save_weights（）保存的模型结果，它只保存了模型的参数，但并没有保存模型的图结构。

model.save()保存的模型结果，它既保持了模型的图结构，又保存了模型的参数。

由save()保存下来的h5文件才可以直接通过load_model()打开！

save_weights()保存的模型不含有模型结构信息，所以我们需要把模型结构再描述一遍才可以加载.h5

那为什么要选择使用model.save_weights（）呢，因为model.save()保存的东西太多了，占用内存吧，我说的不严谨，先就这样吧