Tensorflow对象检测应用编程接口:使用自定义数据在step=0 + mobilenetv2上的训练陷入停滞
TensorFlow对象检测应用编程接口（API）是一套用于构建和训练物体检测模型的工具。它基于TensorFlow深度学习框架，并提供了一系列函数和类，使开发者能够轻松地创建、训练和部署自己的物体检测模型。
自定义数据在step=0 + mobilenetv2上的训练陷入停滞可能是由以下原因导致：
- 数据集问题：检查自定义数据集是否符合训练要求。确保数据集包含足够的样本，并且样本的标注准确无误。可以尝试增加训练数据集的样本数量，以提高训练效果。
- 训练参数配置问题：检查训练参数的设置是否合理。例如，学习率、迭代次数等参数的选择会对训练效果产生重要影响。可以尝试调整这些参数，以找到更合适的配置。
- 模型选择问题：mobilenetv2是一种轻量级的卷积神经网络模型，适用于移动设备等资源受限的场景。然而，不同的模型适用于不同的任务和数据集。如果陷入停滞，可以尝试使用其他模型进行训练，例如ResNet、Inception等，以提高训练效果。
- 训练资源问题：训练深度学习模型需要大量的计算资源，包括GPU、内存等。如果训练陷入停滞，可能是由于训练资源不足导致的。建议使用云计算平台提供的弹性计算资源，例如腾讯云的GPU实例，以加速训练过程。
腾讯云提供了一系列与TensorFlow对象检测相关的产品和服务，包括：
- 云服务器（Elastic Compute Cloud，EC2）：用于提供计算资源，支持快速部署和扩展训练环境。 链接：https://cloud.tencent.com/product/cvm
- 弹性GPU（Elastic GPU，EGPU）：可用于加速深度学习模型的训练过程，提供高性能计算能力。 链接：https://cloud.tencent.com/product/gpu
- 对象存储（Cloud Object Storage，COS）：用于存储训练数据集和模型参数，提供高可靠性和扩展性的存储服务。 链接：https://cloud.tencent.com/product/cos
以上是一些可能导致训练停滞的常见问题和推荐的腾讯云产品和服务，希望对您有所帮助。如果您还有其他问题，请随时提问。
相关·内容
This tutorial讨论了如何在tensorflow中使用异议检测应用编程接口。我正在寻找教程，解释如何将mobilenetV2等特征提取器添加到tensorflow的对象检测框架中。
浏览 10提问于2019-03-04得票数 0
回答已采纳
我想我的目标很简单。我想将一个经过预先训练的mobilenetv2 (或v1) ssd模型转换为TFLite，并按照描述的进行量化和优化。但是即使没有任何量化，我也得到了将模型转换为TFLite模型的错误。
model = tf.saved_model.load(detection_model_dir)
concrete_func = model.signatures[tf.saved_model.DEFAULT_SERVING_SIGNATURE_DEF_KEY]
concrete_func.inputs[0].set_shape([1,300,300,3])
converter = tf.
浏览 5提问于2020-04-29得票数 1
我正在尝试使用Tensorflow对象检测API和Tensorflow GPU来训练一个固态硬盘移动网络v2。训练进行得又好又快，直到第一次保存检查点(在数百个步骤之后)，在恢复最后一个检查点后陷入停滞。GPU使用率下降，并且永远不会上升。有时Python本身也会崩溃。 我在Windows7上运行Tensorflow GPU，使用的是NVIDIA Quadro M4000和CUDA8.0(我唯一能使用的版本)。该模型是使用COCO预先训练的SSD Mobilenet v2，使用非常低的批处理大小4。 配置文件与Tensorflow Model ZOO中的配置文件相同，当然更改了路径、批处理大
浏览 11提问于2019-05-29得票数 1
我对对象检测非常陌生，我很难弄清楚如何从MobileNetV2：上的Keras应用程序中获取边界框
该模型对图像内容的预测效果很好，但模型的预测不包括边界框。我正在使用提供的ResNet50的Keras示例，但由于我需要轻量级的SSD体系结构，所以将其更改为MobileNetV2。
from keras.applications.mobilenet_v2 import MobileNetV2
from keras.preprocessing import image
from keras.applications.mobilenet_v2 import preprocess_input, de
浏览 3提问于2020-03-13得票数 0
2回答
我创建了一个新的基于MobilenetV2的tflite模型。它工作良好，无需量化，在iOS上使用CPU。我应该说，TensorFlow团队做得很好，非常感谢。
不幸的是，延迟存在问题。我使用iPhone5s测试我的模型，因此我对CPU有以下结果：
500 for用于MobilenetV2，输入为224*224输入MobilenetV2，输入图像为160*160。
我使用了下面的荚'TensorFlowLite'，'~> 1.13.1‘
这还不够，所以我阅读了与优化相关的TF文档(训练后量化)。我想我需要使用Float16或UInt8量化和GPU代理(参见)。我使
浏览 9提问于2020-05-01得票数 0
回答已采纳
我试图修剪一个预先训练过的模型：MobileNetV2和我得到了这个错误。试着在网上搜索却听不懂。我在Google Colab上运行。
，这些是我的进口品.
import tensorflow as tf
import tensorflow_model_optimization as tfmot
import tensorflow_datasets as tfds
from tensorflow import keras
import os
import numpy as np
import matplotlib.pyplot as plt
import tempfile
import zi
浏览 15提问于2020-05-25得票数 3
我试着用tensorflow编程，我偶然发现了这个函数：
global_step = tf.contrib.framework.get_global_step()
有人能向我解释一下到底发生了什么吗？我在tensorflow的文档中找到了这个解释，但我不太清楚。
global_step:表示每次模型训练运行增量的步骤计数器的整数变量。可以通过TensorFlow ()函数在get_global_step()中轻松地创建/递增。
其中get_global_step返回全局张量。
非常感谢!
浏览 2提问于2017-06-05得票数 0
回答已采纳
1回答
我使用tensorflow 2.6 keras进行传输学习。目前我选择MobileNetV2。我接受输入，使用Lambda层进行预处理，然后将预处理后的输入输入到MobileNetV2中，然后添加密集层并对其进行训练。训练、推理等实际上是按预期工作的。
然而，该模型的摘要如下：
Model: "model"
_________________________________________________________________
Layer (type) Output Shape Param #
========
浏览 2提问于2022-02-10得票数 0
我想使用固态硬盘+ mobilenetv2模型和我自己的图像进行迁移学习。我只有一节课。这些图像是从OpenImageDataSet下载的。我使用了tensorflow的对象检测API。但是训练停留在step = 0。 我验证了TFRecord是正确创建的，因为我可以使用相同的数据通过对象检测API训练faster_rcnn。我使用repos: ssd_mobilenet_v2_oid_v4.config中的配置文件创建了自己的配置文件。 我还尝试使用相应的配置文件从ssd_mobilenet_v2_coco_2018_03_29.tar.gz开始。行为是相同的--它也停留在相同的位置。 #
浏览 231提问于2020-04-18得票数 0
4回答
我正在运行我从这个得到的我正在尝试运行tensorflow对象检测应用程序接口，所有的代码都运行得很好，如果你运行所有的调用，所有的细胞都会工作得很好，最后，我的图像被分类了。
但是有一个细胞不能很好地工作，这是工作，但不喜欢它必须工作。
当我使用!python legacy/train.py --logtostderr --train_dir=training/ --pipeline_config_path=training/ssd_mobilenet_v1_pets.config训练我的模型时，它启动tensorflow并开始训练，但它只运行3步，4步，有时是20,21,23步，最后，go
浏览 10提问于2018-10-23得票数 5
我正在尝试重新训练Tensorflow MobileNetV2，但是当我运行下面的代码时，我得到了一个关键错误Input_1
for test_image, test_label in train_dataset.take(1):break
print(base_model(test_image).shape)
任何解决方案都非常感谢。谢谢
浏览 29提问于2020-06-06得票数 0
我正在使用tensorflow训练一个用于对象检测的模型。在训练期间，tensorflow在终端中打印相同的信息两次，如下所示：
INFO:tensorflow:global step 3292: loss = 3.2832 (2.960 sec/step)
INFO:tensorflow:global step 3292: loss = 3.2832 (2.960 sec/step)
INFO:tensorflow:global step 3293: loss = 3.5285 (3.675 sec/step)
INFO:tensorflow:global step 3293: loss =
浏览 0提问于2018-06-06得票数 4
以下每一项损失意味着什么？(在TensorFlow对象检测API中，同时培训基于MobileNetV2的模型)
lossloss_1loss_2
浏览 2提问于2020-03-04得票数 0
我正在使用来自Tensorflow的移动网络和下面的代码。当我从本地pc上运行这段代码时，它会下载权重文件。但是，当上传到服务器时，我不能在线下载这个。
是否有任何方法可以在tensorflow 2.0中使用MobileNetV2。，或者，我有自己的使用MobielNetV2训练的重量文件，那么是否可以使用下面的with选项？
mobilenet = tf.keras.applications.mobilenet_v2.MobileNetV2(input_shape=(224,224，3)，include_top=False，weights='imagenet')And，我想使
浏览 2提问于2020-03-30得票数 1
回答已采纳
1回答
我想通过Tensorflow的Object Detection API在CT扫描图像(灰度图像)中检测特征，并可能对它们进行分割。所以我有两个问题：
-Is在对象检测应用编程接口中是否有将灰度图像作为微调训练输入的预训练模型？
-Or，我如何训练现有的模型，用于RGB图像，以便我可以用灰度图像训练它们？在代码中应该做哪些修改？
浏览 18提问于2020-05-09得票数 0
是否可以使用CenterNet与MobilenetV2主干(TF兼容)在自定义数据集上执行键点检测？什么地方有教程吗？
浏览 0提问于2021-04-08得票数 1
我正在使用的代码训练seq2seq神经机器翻译。在我中断训练过程后，重新启动的过程变得超级慢(从1.2步/秒到0.07步/秒)。还有没有人有过这样的经历？如何调试？我已经运行了几个星期了，真的不想放弃…谢谢！~
正常训练的最后一条线，
INFO:tensorflow:loss = 0.585205, step = 830853 (79.477 sec)
INFO:tensorflow:global_step/sec: 1.24179
INFO:tensorflow:loss = 0.267574, step = 830953 (80.529 sec)
超慢训练的前几行...
INFO:tens
浏览 1提问于2017-06-04得票数 0
1回答
运行中的单发多盒探测器
、、、、
我在这里运行tensorflow/ssd_vehicle_detection ()，使用宽脸数据集进行人脸检测。在创建了this记录并编写了训练命令后，我得到了如下结果：
信息: tensorflow:启动会话
信息: tensorflow:启动队列
信息: tensorflow: global_step/秒:0
信息: tensorflow: global_step/秒:0
信息: tensorflow: global_step/秒: 0.0172539
信息: tensorflow: global_step/秒:0
信息: tensorflow: global_step/秒:0
信息: t
浏览 0提问于2017-11-08得票数 0
我想修改一个预先训练的模型(具体地说，就是tensorflow检测动物园中的ssdlit mobilenetv2)。我想要做的是提取一个层的输出，对输出进行一些修改，然后将其反馈并继续运行模型。我只得到了.pb文件和ckpt文件，没有源代码怎么做？
那么我应该使用什么代码呢？
浏览 0提问于2018-07-04得票数 0
我想使用Tensorflow API的模型SSD MobileNet v2在一个相对较大的数据集上训练对象检测器(大约3000幅图像用于训练，500幅用于测试)。我已经成功地管理了所有必要的预处理步骤，创建了train.record和test.record文件，并尝试使用train.py运行模型的培训，但是培训过程被内核所扼杀。
>INFO:tensorflow:Restoring parameters from /home/yurii/.../second_attempt/model.ckpt
>INFO:tensorflow:Restoring parameters from
浏览 0提问于2018-05-22得票数 1
我一直在我的笔记本电脑上使用tensorflow for cpu，由于速度太慢，我决定转移到我的台式机上，使用tensorflow for gpu。
问题是，在我的台式计算机上，我不能像这样导入，而我可以在笔记本电脑上这样做：
from tensorflow.keras.preprocessing.image import ImageDataGenerator
from tensorflow.keras.layers import Dropout, Flatten, Dense
from tensorflow.keras.applications import MobileNetV2
所以我决
浏览 1提问于2020-04-07得票数 2
第一个很抱歉，如果这个问题很难回答的话。我正在训练一个有着不同图像的tensorflow，例如样本中的六朵花。当张量流接收到客厅没有花的图像时，它显示22%是向日葵…。我需要认出花…但是，如果用户显示其他东西，它不是目标…张量流并不表示它是一种具有很大百分比…的花
我不能用高精度来衡量，因为当它收到一朵向日葵时，它说它是一朵3%的向日葵。
如果我必须从头开始训练所有的照片，…主要的问题是，我在哪里可以找到像mobileNetV2这样的图像库，它们已经准备好训练了？如果我找得好，那是不可能的。因此，我的问题如下。是否可以将火车花添加到示例中可用的mobileNetV2中？如果答案是肯定的，你能给
浏览 12提问于2022-02-23得票数 0
回答已采纳
我发现keras.applications和tensorflow集线器中的一些模型使用了不同的预处理。例如，我读到mobilenetv2模型要求图像从tensorflow集线器缩放为0,1，在keras.applications中缩放为-1，1。
现在，keras.applications模型都提供了预处理功能，或者至少提供了有关如何预处理的信息。我可以在tensorflow hub上查找相同的信息吗？
不幸的是，我什么也找不到。
浏览 13提问于2021-05-22得票数 0
我正在尝试编写一个tensorflow自定义训练循环，并包含一些tensorboard实用程序。 下面是完整的代码： import tensorflow as tf
from pathlib import Path
from tensorflow.keras.utils import to_categorical
from tensorflow.keras import layers
import cv2
from tqdm import tqdm
from os import listdir
import numpy as np
import matplotlib.pyplot as pl
浏览 14提问于2021-02-11得票数 3
回答已采纳
1回答
我使用对象检测API (tensorflow Version2.8.2)训练了SSD MobilenetV2模型。我怎么才能把它转换成coreml？试图使用coremltools (版本5.2)，但失败了。
我做了以下工作：
使用exporter_main_v2.pyLoaded将检查点转换为saved_model.pb使用tf.saved_model.load(model_path)Run coremltools.convert(model, source="tensorflow")的模型
在步骤3中，我得到了以下错误：
NotImplementedError: Expect
浏览 4提问于2022-06-24得票数 0
我想知道我的模型在训练时有多好，比如在下图中，我使用Pytorch训练YoloV5，它输出每个时期的mAP，精度，召回率指标。我们能用TensorFlow对象检测应用程序接口做到这一点吗？ ?
浏览 23提问于2021-08-15得票数 1
1回答
我正在训练我的SSD-300型号，我已经将图像调整为300x300。我正在使用github：中提到的默认设置
在训练中损失是不稳定的。我试着训练到5万步。目前我得到的mAP是0.26(VOC 2007)和0.24 (VOC 2012)。
列车组: 1500张图片测试: 300张图片
电流参数：
!python train_ssd_network.py --dataset_name=pascalvoc_2007 --dataset_split_name=train --model_name=ssd_300_vgg --save_summaries_secs=60 --save_interval_
浏览 7提问于2021-10-24得票数 0
我正在尝试使用tensorflow 1.2中的新对象检测api和更快的-rcnn配置示例来对自定义数据集进行训练。我所得到的误差与一些张量形状有关，但它似乎是在训练过程中随机发生的，而且精确的形状也会发生变化。
INFO:tensorflow:global step 132: loss = 63.3741 (0.262 sec/step)
INFO:tensorflow:global step 133: loss = 33.7362 (0.292 sec/step)
INFO:tensorflow:global step 134: loss = 18.0165 (0.264 sec/step)
浏览 2提问于2017-07-10得票数 2
回答已采纳
我正在尝试使用TensorFlow对象检测应用编程接口执行多GPU训练。 我在我的NVIDIA-SMI中看到的是，实际上只有1个GPU被使用。提供的其他3个GPU加载了GPU进程，但内存使用率为300MB，利用率始终为0% 我使用在COCO上预先训练的基于固态硬盘MobileNetV1的网络，然后用我的自定义数据集对其进行训练。 我希望当我为Tensorflow提供更多的GPU时，框架实际上会使用它们来加速训练。
浏览 49提问于2019-10-09得票数 3
2回答
我正在训练tensorflow的im2txt样本，它会输出损失：
INFO:tensorflow:global step 2174: loss = 3.6930 (15.83 sec/step)
INFO:tensorflow:global step 2175: loss = 3.6651 (15.52 sec/step)
INFO:tensorflow:global step 2176: loss = 3.5733 (18.25 sec/step)
INFO:tensorflow:global step 2177: loss = 3.1979 (18.87 sec/step)
INFO:te
浏览 0提问于2017-02-06得票数 11
TensorFlow对象检测应用编程接口要求TFRecord图像裁剪属性，如下所示： {
'image/height': 1800,
'image/width': 2400,
'image/filename': 'image1.jpg',
'image/source_id': 'image1.jpg',
'image/encoded': ACTUAL_ENCODED_IMAGE_DATA_AS_BYTES,
'image/format': &
浏览 19提问于2021-06-18得票数 0
回答已采纳
我使用的是python 3.7和Tensorflow 2.2.0。我想从头开始训练MobileNet-V2，因此我采用了已经构建的模型，并向所有需要的层添加了正则化器。这个模型编译得很好，我能够对它进行拟合。但是，在保存模型时，我遇到了以下错误： File "/mnt/disk1/anaconda3/envs/py37/lib/python3.7/site-packages/tensorflow/python/saved_model/nested_structure_coder.py", line 82, in _map_structure
"No enc
浏览 11提问于2020-10-26得票数 0
回答已采纳
1回答
我想在Keras MobileNetV2中应用39 x 39大小的图像来对3类进行分类。我的图像表示热图(例如键盘上按了什么键)。我认为MobileNet是为处理尺寸224 x 224的图像而设计的。我不会使用转移学习，而是从零开始训练模式。
为了使MobileNet在我的图像上工作，我想用1替换前三步的2卷积。我有以下代码：
from tensorflow.keras.applications import MobileNetV2
base_model = MobileNetV2(weights=None, include_top=False,
浏览 2提问于2021-05-09得票数 0
回答已采纳
我偶然发现了一个，它实现了一个预先训练过的模型。上面写着：
格式化数据
使用tf.image模块对任务的图像进行格式化。
将图像调整为固定的输入大小，并将输入通道重新调整到-1,1的范围。
IMG_SIZE = 160 # All images will be resized to 160x160
def format_example(image, label):
image = tf.cast(image, tf.float32)
image = (image/127.5) - 1
image = tf.image.resize(image, (IMG_SIZE, IM
浏览 4提问于2020-07-09得票数 1
我曾尝试使用https://github.com/tensorflow/models/tree/master/research/slim中提到的cifar10数据集训练mobilenetV2，唯一的变化是我在CPU上进行了训练，但最终只获得了63%的准确率，但声明的准确率为94%。 DATASET_DIR=/tmp/cifar10
TRAIN_DIR=/tmp/train_logs
python train_image_classifier.py \
--train_dir=${TRAIN_DIR} \
--dataset_name=cifar10 \
--dataset_split_nam
浏览 128提问于2019-10-10得票数 0
1回答
我在GCP中通过视觉训练了一个目标检测模型，如何在GitHub中由谷歌提供的普通tensorflow对象检测api中使用该模型？它提供了3个导出模型的选项，使用哪个模型&如何使用？
浏览 2提问于2019-11-06得票数 0
2回答
如何在现有模型中添加类？
、、、
我用tensorflow对象检测/SSD移动网训练了一个模型。效果很好！
我想在它中添加一个类--只是为了检测钢笔或什么的。
我该怎么做？
我已经创建了我的映像集，我只是找不到任何教程或信息，如何添加一个单一的类到现有的模型。
谢谢!
浏览 0提问于2019-06-14得票数 5
回答已采纳
没有gpus
我实现了一个简单的对象检测的训练过程，使用：
tensorflow 2
model_main_tf2.py
pipeline.config：BATCH_SIZE=16 NUM_CLASSES=1 NUM_STEPS=200000
model_main_tf2.py参数：NUM_WORKERS=1
型号:ssd_mobilenet_v2_320x320_co17_tpu-8
在日志中我看到了这样的东西：
INFO:tensorflow:Step 100 per-step time 1.609s
INFO:tensorflow:Step 200 per-s
浏览 7提问于2022-01-19得票数 0
我正在为一个物体检测系统开发tensorflow-gpu和pyqt5。 我已经开发了一个基于神经网络模型的项目，它是由tensorflow训练的，它很好，但我需要加快检测率。 我的图形处理器是GTX1060，中央处理器是Corei7。 如何使用CUDA核心来划分我的计算？ 我已经搜索了很多文章，我在*stack** overflow*中问了几次，但没有得到任何回应。 如何使用tensorflow-gpu通过像PYCUDA或numba或CUPY这样的库对CUDA核心进行编程？ 我以几种方式问过这个问题，但我正在寻找一种正确的方法来使用CUDA对GPU内核进行编程( GTX1060有1280个C
浏览 28提问于2020-04-06得票数 0
回答已采纳
1回答
我正在用faster_rcnn_resnet101模型对我自己的数据使用Tensorflow对象检测API。我从零开始训练。训练部分进行得很好，但评价部分从一开始就停滞不前，没有显示结果。看上去：
我尝试使用几个月前在同一数据集中下载的api的旧版本。一切正常。当前版本的api有什么问题吗，特别是在评估部分？谢谢大家的关注。
我的配置文件如下所示：
model {
faster_rcnn {
num_classes: 10
image_resizer {
keep_aspect_ratio_resizer {
min_dimension
浏览 3提问于2017-12-08得票数 1
回答已采纳
我问这个问题是因为我想解决我遇到的错误。
我想在Raspberry Pi 3 B+和NCS中使用'SSD lite Mobilenet V2‘(不是2，它是NCS1)。
因此，我在我的Pi(Raspbian stretch)和笔记本电脑(Linux，不是所有程序，只是模型优化器)上安装了OpenVINO 2019_R3。
当我优化SSD lite mobilenet v2(训练有素的动物园模型)时，一切都很好。
因此，我使用Tensorflow对象检测api在Google Colab中训练了我的模型。
但是当我优化我自己的SSD lite模型时，这里是日志和我在shell中输入的内容。
浏览 0提问于2019-10-28得票数 2
在Tensorflow-gpu 2.1上训练模型Tensorflow对象检测API时，有一个错误：
没有名为'tensorflow.contrib'的模块
是否可以使用Tensorflow 2.1训练模型Tensorflow对象检测API？
我不想改变Tensorflow的版本。
有人能帮我吗？
浏览 2提问于2020-04-11得票数 1
我正在尝试使用Flutter上的MobileNetV2模型来实现目标检测。因为，大多数在线可用的Flutter应用程序的示例或实现都没有使用MobileNetV2，所以我花了很长的时间才到达那个阶段。
我实现这一点的方法如下：
1)创建了一个python脚本，其中我使用了Keras (后端Tensorflow)的MobileNetV2模型(在ImageNet上预先训练了1000个类)，并用图像测试了它，看看它在正确检测对象后是否返回了正确的标签。下面提供了Python脚本以供参考
2)将相同的MobileNetV2 keras模型(MobileNetV2.h5)转换为Tensorflow Li
浏览 1提问于2020-06-05得票数 0
TF-slim inceptionv3从头开始训练
我使用slim/ train _image_TASTIFER.py在我自己的数据集上训练inception_v3模型: python train_image_classifier.py --train_dir=${TRAIN_DIR} --dataset_name=mydataset --dataset_split_name=train --dataset_dir=${DATASET_DIR} -- model _name=inception_v3 --num_clones=2
损失曲线很奇怪，正如张力板所显示的那样，它是一条线性下降的直线，
浏览 1提问于2017-02-09得票数 1
我正在使用我训练过的模型来测试图像。该模型可以以正确的方式检测我的测试图像的对象，但不是所有对象，所以我想问一下，我如何才能检查它是否检测到图像中的正确对象。用我的眼睛很容易做到这一点，但我想通过编程来做到这一点。有什么选择可以做到吗?谢谢。
我使用的是Tensorflow对象检测API和Python 3.6。
浏览 6提问于2019-07-15得票数 0
我正在尝试使用Android上的tensor flow移动演示应用程序，按照这个tutorial进行图像检测和分类。我认为这个应用使用的是初始模型，我想使用这个link中的另一个预先训练好的模型“ssd_mobilenetv2_oidv4”。我在机器学习方面没有很多经验，但我想做的是将应用程序中使用的模型替换为mobilenetv2模型，因为它在更多的类上进行了训练。 我尝试将预先训练好的模型中的文件复制到应用程序的assets文件夹中，并调整应用程序中的路径，但问题是这两个模型具有不同的格式(我认为)，所以应用程序甚至在启动之前就崩溃了。 assets文件夹中的文件(初始模型)：image
浏览 14提问于2019-04-25得票数 0
我已经创建了MobileNetV2特性提取器体系结构的自定义变体，通过在research/slim/nets/mobilenet/mobilenet_v2.py of tensorflow/models回购中将expansion_size从6更改为4。
我希望能够使用model_main.py脚本来训练SSD +model_main.py(通过这种更改)模型，正如Object的所描述的那样。
当我这样做时，我看到以下错误，这是有意义的：
`InvalidArgumentError (see above for traceback): Restoring from checkpoint fail
浏览 0提问于2018-10-26得票数 1
回答已采纳
1回答
我使用dataset api加载了两个数据集，一个用于训练，另一个用于评估。在运行评估或培训之前，我会使用sess.run(train_init_op)在它们之间进行切换。 目前，我在完成一个时期后运行评估，即在完全运行训练数据集之后。 如果我想在训练数据集完成之前评估我的网络，我必须更早地切换，这样tensorflow就会忘记它在训练数据集中的位置。有没有办法记住训练数据集迭代器的状态？并在评估结束后切换回此位置？
浏览 15提问于2019-01-30得票数 1
我开始使用来自slim的inception_v2_imagenet_2016_08_28预训练模型来训练faster_rcnn_inception_v2。
fine_tune_checkpoint: "./pretrained_models/inception_v2_imagenet_2016_08_28/inception_v2.ckpt"
from_detection_checkpoint: false
我收到关于缺少参数(gamma)的警告。我就能得到两倍的信息。
INFO:tensorflow:global step 435766: loss = 0.7736
浏览 5提问于2018-01-06得票数 0
回答已采纳
为什么Tensorflow Layers教程中没有Session对象？有没有可能以某种方式获得它？
教程：
源代码：
在进一步的开发中，可能需要session对象来保存训练好的模型，例如：
session = tf.Session()
saver = tf.train.Saver()
# some processing here
saver.save(session, 'myModel',global_step=1000)
谢谢!
浏览 16提问于2017-08-25得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
