我正在尝试将 TensorFlow 2 对象检测 API 与用于多类的自定义数据集一起使用来训练 SSD，我以文档提供的示例为基础：https ://github.com/tensorflow/models/blob/master/ research/object_detection/colab_tutorials/eager_few_shot_od_training_tf2_colab.ipynb 我目前的问题是当我开始微调时：
InvalidArgumentError: paddings的第一维必须是inputs[2,2] [6] [Op:Pad]的等级
这似乎与 train_step_fn 上的 model.provide_groundtruth 部分有关，正如我提到的，我从 TensorFlow 记录中获取数据，我将其映射到数据集并使用 padded_batches(tf.data.TFRecordDataset) 将其分成批次似乎这用图像进行训练是正确的，但现在我的问题是groundtruth，因为现在这也转换为批次[batch_size，num_detections，coordinate_bbox]，这是问题吗？关于如何解决这个问题的任何想法。谢谢
PS 我尝试使用修改后的 pipeline.config 文件的版本并像过去使用 TensorFlow 1 一样运行 model_main_tf2.py，但这种方法有问题。