Question

我正在使用Tensorflow的对象检测API训练神经网络来检测汽车。我使用以下senddex的youtube视频来学习和执行该过程。

https://www.youtube.com/watch?v=srPndLNMMpk&t=65s

他的视频的文字版本：

https://pythonprogramming.net/testing-custom-object-detector-tensorflow-object-detection-api-tutorial/?completed=/training-custom-objects-tensorflow-object-detection-api-tutorial/

他的系列的第1至6部分。

我的训练数据有约300张图像测试数据有20张图像

由于我使用的是转移学习的概念，所以我选择了ssd_mobilenet_v1.model。

Tensorflow版本1.10（在CPU上）Python版本3.6

我训练了大约8000步，损失了约1。

一切正常，直到我尝试导出推理图。

我运行以下命令：

python3 export_inference_graph.py \
--input_type image_tensor \
--pipeline_config_path training/ssd_mobilenet_v1_pets.config \
--trained_checkpoint_prefix training/model.ckpt-7882 \
--output_directory car_inference_graph

执行此命令后，我得到

警告：

WARNING:tensorflow:From 
/home/mydir/Desktop/models/research/object_detection/exporter.py:280: 
get_or_create_global_step (from 
tensorflow.contrib.framework.python.ops.variables) is deprecated and will be 
removed in a future version.
Instructions for updating:
Please switch to tf.train.get_or_create_global_step
WARNING:tensorflow:From 
/home/mydir/Desktop/models/research/object_detection/exporter.py:434: 
print_model_analysis (from tensorflow.contrib.tfprof.model_analyzer) is 
deprecated and will be removed after 2018-01-01.
Instructions for updating:
Use `tf.profiler.profile(graph, run_meta, op_log, cmd, options)`. Build 
`options` with `tf.profiler.ProfileOptionBuilder`. See README.md for details
106 ops no flops stats due to incomplete shapes.
Parsing Inputs...
Incomplete shape.

然后是此后的模型报告列表。（如果需要，我可以发布）

我虽然导出了car_inference_graph文件夹，但其中包含检查点文件等。里面应该有它。

但是当我在汽车图像（测试图像或新图像）上运行此模型时，它无法检测到汽车。即没有边界框！

我不确定此警告是否影响了检测，如果确实如此，请帮助我解决问题！

谢谢！

PS：为帮助确定“无边界框”的原因，值得一提的是，它甚至没有在训练模型的图像中显示汽车周围的边界框。这意味着推断图或边界框函数本身的输出存在问题。

我刚刚发现“ .pbtxt”文件的名称是：macncheese，而不是名称：car。碰巧是引起问题的原因吗？

Answer 1

在标记过程中使用的标签名称和pbtxt条目应完全匹配。对于您的情况，由于名称不同，您将不得不在pbtxt文件中更改名称并重新运行培训。

Answer 2

有趣的是，看看您是否已解决此问题-我遵循了同一教程，并认为我遇到了完全相同的问题。

只有我有正确的pbtxt文件。我对造成这种情况的想法一无所知，接下来的步骤将是尝试其他模型，并可能移出旧文件夹。

在Tensorflow中导出推理图时出现``解析输入...形状不完整''错误

2 个答案: