Question

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，但它没有。

这是我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"

Answer 1

它应该是eval_config中的eval.proto参数（参见case "CONSTRAINT_A" => new ConstraintA(c.value.text.toInt) case "CONSTRAINT_B" => new ConstraintB(c.value.text.toInt) case _ => Nil code）。

Answer 2

最简单的方法可能是添加命令行参数--samples_per_plugin

完整示例

tensorboard --logdir . --samples_per_plugin=images=100

https://github.com/tensorflow/tensorboard/issues/1012

Answer 3

通过编辑object_detection / protos / eval.proto文件，然后重新运行protoc（请参见Tensorflow文档），我已经能够在Tensorboard 1.11.0中使用它。例如，eval.proto中的这一行将启用100个示例（而不是默认的10个示例）：

optional uint32 num_visualizations = 1 [default=100];

这可能会影响系统内存，浏览器性能，评估性能等。因此请谨慎使用。

在Tensorboard中显示更多图像 - Tensorflow对象检测

3 个答案: