使用export\u tflite\u ssd将检查点转换为冻结图_图形.py

Question

使用本指南-使用Cloud TPU在30分钟内培训和服务实时移动目标探测器：

https://medium.com/tensorflow/training-and-serving-a-realtime-mobile-object-detector-in-30-minutes-with-cloud-tpus-b78971cf1193]

我遵循这个指南，成功地用ssd模型训练了给定的pets数据集，效果很好。你知道吗

当我使用另一个不同模型的数据集时-ssd\u mobilenet\u v1\u ppn\u shared\u box\u predictor\u 300x300\u coco14\u sync\u 2018\u 07\u 03

培训工作（使用googlecloud）做得很好。但当我试图用以下代码将检查点转换为冻结图时：

python object_detection/export_tflite_ssd_graph.py \
--pipeline_config_path=$CONFIG_FILE \
--trained_checkpoint_prefix=$CHECKPOINT_PATH \
--output_directory=$OUTPUT_DIR \
--add_postprocessing_op=true

我有个错误： 地图_发电机.py，第545行，在pooling\u pyramid\u feature\u maps中 image\u features=图像\u features[图像_功能.键()[0]] TypeError:“dict\u keys”对象不支持索引

*注意：当我使用本文中给出的模型执行此步骤时，它也可以使用另一个数据集。你知道吗