首页 文章

Tensorflow对象检测API没有train.py文件

提问于
浏览
10

我已根据提供的文档正确安装了Tensorflow Object Detection API . 但是,当我需要训练我的网络时,research / object_detection目录中没有train.py文件 . 有什么办法可以解决这个问题吗?

链接:https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/installation.md

4 回答

  • 4

    在最新的合并中,火车和埃瓦尔搬到了遗产地 . 如果您使用教程,则可以转到以前的版本 .

  • 5

    对于一些澄清,如Derek Chow所述,似乎火车和评估python脚本最近(约6天前)进入了“遗留”目录 . 假设你想继续使用旧的方式..

    如果有人通过致电开始训练:

    python train.py --logtostderr --train_dir=training/ --pipeline_config_path=training/ssd_mobilenet_v1_pets.config
    

    有人会知道通过以下方式开始训练:

    python legacy/train.py --logtostderr --train_dir=training/ --pipeline_config_path=training/ssd_mobilenet_v1_pets.config
    
  • 0

    您应该参考教程页面上的Running locally部分 .

    以下是示例配置:

    #From the tensorflow/models/research/ directory
    PIPELINE_CONFIG_PATH={path to pipeline config file}
    MODEL_DIR={path to model directory}
    NUM_TRAIN_STEPS=50000
    NUM_EVAL_STEPS=2000
    python object_detection/model_main.py \
        --pipeline_config_path=${PIPELINE_CONFIG_PATH} \
        --model_dir=${MODEL_DIR} \
        --num_train_steps=${NUM_TRAIN_STEPS} \
        --num_eval_steps=${NUM_EVAL_STEPS} \
        --alsologtostderr
    

    并运行tensorboard:

    tensorboard --logdir=${MODEL_DIR}
    
  • 1

    您可以使用legacy训练和评估脚本,但我们建议您使用model_main .

相关问题