如何在TensorFlow的对象检测API中计算训练数据的评估指标？

Question

我已经使用了一段时间的对象检测器api，因此训练模型并将其用于推理非常有用。不幸的是，使用TensorBoard可视化指标（例如mAP，AR，分类/本地化损失）时，我们只能在验证集上看到这些指标。我也想在训练过程中计算上述指标，以便我们可以在Tensorboard上比较训练/验证指标。

编辑：我偶然发现了这篇文章，它解决了同样的问题how to check both training/eval performances in tensorflow object_detection

有人知道如何实现这一目标吗？

Answer 1

您可以通过将参数--eval_training_data=True --sample_1_of_n_eval_on_train_examples=10添加到model_main的参数来评估训练数据上的模型。 这样，您指示它对训练数据进行评估，并选择稀释发送给评估的训练数据的量，因为通常训练数据的数量非常大。 事实是，我认为目前无法对验证数据的培训进行评估，但我认为这并不算太糟糕，因为通常对培训数据的评估仅用于健全性检查，而不是针对实际的连续评估。模型。