eval_config问题：张量板上没有eval标量数据

Question

我正在使用更快的R-CNN初始V2模型运行对象检测。填充进行得很好，经过100000步后损耗几乎减少到0。 为了查看预测的质量并避免过度夸张，我尝试同时丢失我拥有的评估文件。

评估部分的配置文件是：

eval_config: {
      num_examples: 50
      # Note: The below line limits the evaluation process to 10 evaluations.
      # Remove the below line to evaluate indefinitely.
      # max_evals: 10
      num_visualizations: 53
      eval_interval_secs: 120
    }

eval_input_reader: {
     tf_record_input_reader {input_path: "/home/schneider/workspace/bird_detection/val.record"    }
     label_map_path: "/home/schneider/workspace/bird_detection/Data_output/pascal_label_map.pbtxt"
     shuffle: false
     num_readers: 1
}

我所做的是：

• python object_detection / legacy / train.py --train_dir = CP --pipeline_config_path = faster_rcnn_inception_v2_coco_1.config
• tensorboard --logdir CP /

我也尝试同时运行train.py和eval.py。在张量板上评估没有损失。

遵循这些信息的方式是什么？ 感谢您的帮助！