我正在使用Tensorflow's object detection framework . 培训和评估工作进展顺利,但在张量板中,我只能看到10张图像用于评估工作 . 有没有办法增加这个数字来查看更多图像?我尝试更改配置文件:
eval_config: {
num_examples: 1000
max_evals: 50
}
eval_input_reader: {
tf_record_input_reader {
input_path: "xxx/eval.record"
}
label_map_path: "xxx/label_map.pbtxt"
shuffle: false
num_readers: 1
}
我认为 max_eval
参数会改变这一点,但事实并非如此 .
这是我正在为评估工作运行的命令:
python ../models/research/object_detection/eval.py \
--logtostderr \
--pipeline_config_path=xxx/ssd.config \
--checkpoint_dir="xxx/train/" \
--eval_dir="xxx/eval"
2 回答
它应该是
eval_config
中的num_visualizations
参数(参见eval.proto
code) .通过编辑object_detection / protos / eval.proto文件,然后重新运行protoc,我已经能够在Tensorboard 1.11.0中使用它(参见Tensorflow文档) . 例如,eval.proto中的这一行将启用100个示例(而不是默认值10):
这可能会对系统内存,浏览器性能,评估性能等产生影响 . 因此请谨慎使用 .