Question

我正在使用 TF 对象检测 API。我使用的是 TF2.4.1，python 3.6，想训练 mobilenet_v2

我下载了官方的 SSD MobileNet v2 320x320 here 从

运行训练时

/tensorflow/model/research/object_detection/model_main_tf2.py

我收到以下错误：

<块引用>

... 文件 "/home/base/anaconda3/envs/AIOD/lib/python3.6/site-packages/object_detection/builders/model_builder.py", 第 251 行，在 _check_feature_extractor_exists 'Tensorflow'.format(feature_extractor_type))

<块引用>

值错误：不支持 ssd_mobilenet_v2。见model_builder.py 用于兼容不同版本的特征提取器张量流

在我的 pipeline.config 文件中，特征提取器未更改为：

feature_extractor {
  type: 'ssd_mobilenet_v2'
...
      }

在 ... /model_builder.py 中，我发现 SSD_FEATURE_EXTRACTOR_CLASS_MAP 包括 ssd_mobilenet_v2（model_builder 中的第 185 行）。

之前，我遇到了一个问题，即使我给出了确切的位置，也无法找到 pipeline.config 文件。将 pipeline.config 文件复制到 tensorflow/models/own_model_Dir 使该错误消失。所以也许，我必须把我下载的模型放到一个特定的文件夹中？

问题

有人知道如何解决这个问题吗？

你知道我要把模型放在哪里吗？我还必须将它放入 tensorflow/models 目录吗？

Answer 1

解决方案是 SSD_FEATURE_EXTRACTOR_CLASS_MAP 在 if tf_version.is_tf1(): 之下当我使用 TF2.4.1 运行时，我不是 tf1。

为了避免这种情况，请使用 TF<2（即使它在名称中说明 model_main_tf2.py）或

您在 pipeline.config 中选择作为特征提取器例如，ssd_mobilenet_v2_keras。我仍然需要弄清楚哪个是合适的，但这将是一个解决方案，因为这个提取器位于 SSD_KERAS_FEATURE_EXTRACTOR_CLASS_MAP 中，它位于 if tf_version.is_tf2():

下

...在我们这些中，我遇到了她的问题，但这不是针对此线程的。

编辑：另一种解决方案是下载并使用正确的模型文件。不知何故，我设法下载了一个 TF2 模型，但使用了以前下载的 TF1 文件：-S。以上都是对的。

Tensorflow 对象检测 API 错误：ValueError: ssd_mobilenet_v2 is not supported

1 个答案: