Check failed: ShapeEquals(proto) shape mismatch (reshape not set)

在用fast rcnn训练自己的数据集的时候，出现了Check failed: ShapeEquals(proto) shape mismatch (reshape not set) 的问题。

起初以为是图像尺寸的原因（所有的图像都是统一尺寸，但是是640*480的），后来在网上找解决方案的时候，看到有人说可能是由于调整了网络结构导致的。然后将预训练模型换成用imagenet预训练好的模型以后，果然问题解决了。

（刚开始用的预训练模型时作者训练好的21个类别的模型，而不是在imagenet上面预训练好的1000个类别的模型）

由于自己在修改模型的时候只修改了模型内的参数（如类别个数，输出单元个数，输入图像通道等），并没有修改了参数的层，因此，加载模型的时候会出现模型层名相同，而参数对不上的现象，导致出现ShapeEquals（protocol） shape mismatch （reshape not set）的问题。

猜想，fast rcnn训练时并没有采用在imagenet上预训练好的模型所有层（比如全连接层），因此在加载预训练模型后，只加载层名相同的参数，而对于fast rcnn中有而预训练模型中没有的（或者说是不同名的）层，在加载预训练模型后对这些层的参数会随机初始化，达到fine-tune的目的。