Question

我正在使用Tensorflow的对象检测API训练模型，并且在Tensorboard上看到了评估结果。

现在，我需要使用新的测试数据运行另一次仅评估运行。

我确实搜索了文档以及其他stackoverflow问题，但我找不到正确的方法，只有旧版模式对我不起作用。

如何做到这一点的正确方法？

Answer 1

您还可以使用 model_main.py 评估模型。

如果要根据验证数据评估模型，则应使用：

python models/research/object_detection/model_main.py --pipeline_config_path=/path/to/pipeline_file --model_dir=/path/to/output_results --checkpoint_dir=/path/to/directory_holding_checkpoint --run_once=True

如果要根据训练数据评估模型，则应将“ eval_training_data”设置为True，即：

python models/research/object_detection/model_main.py --pipeline_config_path=/path/to/pipeline_file --model_dir=/path/to/output_results --eval_training_data=True --checkpoint_dir=/path/to/directory_holding_checkpoint --run_once=True

我还添加了注释以阐明一些先前的选项：

-pipeline_config_path：用于训练检测模型的“ pipeline.config”文件的路径。此文件应包含您要评估的TFRecords文件（训练和测试文件）的路径，即：

    ...
    train_input_reader: {
        tf_record_input_reader {
                #path to the training TFRecord
                input_path: "/path/to/train.record"
        }
        #path to the label map 
        label_map_path: "/path/to/label_map.pbtxt"
    }
    ...
    eval_input_reader: {
        tf_record_input_reader {
            #path to the testing TFRecord
            input_path: "/path/to/test.record"
        }
        #path to the label map 
        label_map_path: "/path/to/label_map.pbtxt"
    }
    ...

-model_dir ：将在其中写入生成的度量标准的输出目录，尤其是可由tensorboard读取的“ events。*”文件。

-checkpoint_dir ：具有检查点的目录。在训练过程中或通过使用“ export_inference_graph.py”导出检查点文件（“ model.ckpt。*”）后，即在该目录中写入了模型目录。

-run_once ：真，仅运行一次评估。

如何在Tensorflow Object Detection API上评估我训练有素的模型？

1 个答案: