在数据维度方面的报错

ValueError: shapes (300,99000) and (99000,702,1) not aligned: 99000 (dim 1) != 702 (dim 1)

跑别的数据都可以，跑另外一组数据就会报错

• 帮你找了个相似的问题, 你可以看下: https://ask.csdn.net/questions/7651246
• 你也可以参考下这篇文章：基于文献的知识图谱嵌入方法识别药物在罕见疾病中的再利用机会
• 除此之外, 这篇博客: 虚拟背景背后的技术：直播时各种背景是怎么实现的？中的 虚拟背景技术在视频会议中的应用 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

• 视频会议作为日常办公中高频场景，伴随着居家办公的火热，对用户隐私的保护提出了更高的需求，视频会议虚拟背景功能踏浪而来。相比于云端的高性能服务器，个人场景的视频会议载体主要是各色的笔记本电脑，不同型号笔记本电脑性能参差不齐，而视频会议对实时性要求较高，会议背景不一，这对端侧算法的性能提出了更严苛的需求。

  实时性需求决定了端侧人像分割模型要做到足够轻量化，而小模型对一些困难场景（例如人像边缘与背景相似等）的处理能力较弱，同时对于数据比较敏感，这易导致背景错分为人像、人像边缘模糊等，针对这些问题，我们分别在算法和数据工程上，进行了一些针对性地调整和优化

• 您还可以看一下 陈槐老师的零基础新手入门软件测试必知必会课程中的 常见软件测试面试题之电梯需要思考的维度小节, 巩固相关知识点