长话短说：
如何为Tensorflow主github实现的lstm对象检测再训练准备数据。
长话：
大家好， 我最近发现根据这份论文实现了一个lstm对象检测算法： http://openaccess.thecvf.com/content_cvpr_2018/papers/Liu_Mobile_Video_Object_CVPR_2018_paper.pdf
在tensorflow模型主节点 github仓库（https://github.com/tensorflow/models/tree/master/research/lstm_object_detection）中我想在自己的数据集上重新训练该实施方案，以评估对其他算法（例如SSD）的lstm改进。但是我一直在努力为培训准备数据。我尝试了作者的配置文件，并尝试准备类似于object-detection-api的数据，还尝试使用与 inputs / seq_dataset_builder_test.py 或相同的过程输入/tf_sequence_example_decoder_test.py 可以。遗憾的是，github自述文件未提供任何信息。有人在github仓库（https://github.com/tensorflow/models/issues/5869）上提出了类似问题的问题，但作者尚未提供有用的答案。我试图在一个月前通过电子邮件与作者联系，但没有得到回应。我也搜索了互联网，但没有找到解决方案。因此，我拼命给你写信！
有谁可以解释如何为再培训准备数据以及如何实际进行再培训。
感谢您的阅读，非常感谢您的帮助！