Question

我已经更新到Tensorflow 1.9和对象检测API的最新版本。在运行以前运行良好的培训/评估会议（我认为版本1.6）时，培训似乎按预期进行，但是我仅获得一个图像的评估和指标（第一个）。

在Tensorboard中，图像标记为“ Detections_Left_Groundtruth_Right”。评估步骤本身也非常迅速地进行，这使我相信这不仅仅是Tensorboard问题。

在model_lib.py中，我看到一些可疑的代码（在第349行附近）：

  eval_images = (
      features[fields.InputDataFields.original_image] if use_original_images
      else features[fields.InputDataFields.image])
  eval_dict = eval_util.result_dict_for_single_example(
      eval_images[0:1],
      features[inputs.HASH_KEY][0],
      detections,
      groundtruth,
      class_agnostic=class_agnostic,
      scale_to_absolute=True)

这听起来像是评估者始终在第一张图像上进行一次评估。有没有人看到和/或解决这个问题？如果更改上述工作，我将进行更新。

Answer 1

是的，对象检测仅支持1的批次大小进行评估。评估数等于评估步数。评估指标跨批次累计。

顺便说一句，在Tensorboard中查看更多评估图像的更改刚刚提交给master。

Answer 2

使用model_main.py模块时，我遇到相同的问题。但是，当使用object_detection/legacy/目录中的train.py和eval.py函数时，我可以在张量板上看到多个图像。

我还没有足够的时间浏览代码以完全了解正在发生的事情。我认为这个eval函数不会调用您引用的代码部分，因为tensorboard中的图像是不同的。除了显示预测/ ground_truth的左右图像对之外，只显示了预测的边界框。

Answer 3

对于Tensorflow 1.14并使用models，我将其添加到了配置中：

num_visualizations: <number of images to evaluate>

示例：

eval_config: {
num_visualizations: 288
num_examples: 288
max_evals: 288

}

我不确定num_examples或num_evals，但100％的配置中需要num_visualizations才能查看更多图像。

https://github.com/tensorflow/models/issues/5067

这在这里也被引用： Show more images in Tensorboard - Tensorflow object detection

Tensorflow 1.9 /对象检测：model_main.py仅评估一张图片

3 个答案: