Question

我正在运行来自对象检测API的教程，我正在使用带有ResNet Faster-RCNN的Oxford数据集。

当我通过运行（eval.py）评估我训练的模型时，Tensorboard返回大约0.95平滑的精度值。

我的问题是它评估了多少图像集？因为来自Tensorboard及其教程链接（https://github.com/tensorflow/models/blob/master/object_detection/g3doc/running_pets.md），Tensorboard仅显示10张图片。

这是否意味着他们只检查10张图像的精度？

我的牛津数据集验证jpg计数应该是大约2,200。

在我的配置中，我正确地指定了输入路径：

eval_input_reader: {
  tf_record_input_reader {
    input_path: "my_path/pet_val.record"
  }
  label_map_path: "my_path/pet_label_map.pbtxt"
  shuffle: false
  num_readers: 1
}

eval.py最后会打印mAP吗？

我大约三天前在我的1 GPU本地计算机上运行eval.py，但它没有打印任何内容。

最后，此API是否提供F值和fps（每秒帧数）？有人有这方面的经验吗？

编辑：似乎我们可以从配置中设置eval大小限制，例如/object_detection/samples/configs/faster_rcnn_resnet101_pets.config#L131。当我从https://github.com/tensorflow/models/blob/master/object_detection/eval_util.py#L404打印len（result_lists）时，它会输出2000，这是我的eval num_examples。

我还可以通过手动比较时间戳来生成fps。

Answer 1

默认情况下，我们只在Tensorboard上显示10个图像（以避免用图像压倒它），但这可以从eval_config配置。您也可以在配置中更改评估的图像数量（默认为5000）。

Tensorflow对象检测api验证数据大小

1 个答案: