如何使用Tensorflow对象检测API训练Coco模型

时间:2019-02-19 02:06:15

标签: python tensorflow warnings object-detection training-data

在youtube上跟随来自senddex的TensorFlow对象检测API教程之后,我正在尝试运行训练命令:

_python train.py --logtostderr --train_dir = training / --pipeline_config_path = training / ssd_mobilenet_v1_pets.config _

我正在Windows 10上尝试使用tensorflow-gpu运行一次,并使用tensorflow cpu运行一次,但是都给了我警告和错误:

_警告:张量流:来自C:\ Users \ HP \ AppData \ Local \ conda \ conda \ envs \ tf-gpu \ lib \ site-packages \ tensorflow \ python \ platform \ app.py:125: main(来自** main )已被弃用,并将在以后的版本中删除。更新说明:使用object_detection / model_main.py。警告:张量流:来自C:\ Users \ HP \ AppData \ Local \ conda \ conda \ envs \ tf-gpu \ lib \ site-packages \ object_detection-0.1-py3.6.egg \ object_detection \ legacy \ trainer.py: 266:create_global_step(来自tensorflow.contrib.framework.python.ops.variables)已过时,并将在以后的版本中删除。更新说明:请切换到tf.train.create_global_step警告:tensorflow:num_readers已减少为1以匹配输入文件分片。警告:张量流:来自C:\ Users \ HP \ AppData \ Local \ conda \ conda \ envs \ tf-gpu \ lib \ site-packages \ object_detection-0.1-py3.6.egg \ object_detection \ builders \ dataset_builder.py: 80:parallel_interleave(来自tensorflow.contrib.data.python.ops.interleave_ops)已被弃用,并将在以后的版本中删除。更新说明:使用tf.data.experimental.parallel_interleave(...)。警告:tensorflow:来自C:\ Users \ HP \ AppData \ Local \ conda \ conda \ envs \ tf-gpu \ lib \ site-packages \ tensorflow \ python \ ops \ sparse_ops.py:1165:sparse_to_dense(来自tensorflow.python .ops.sparse_ops)已弃用,并将在以后的版本中删除。更新说明:创建一个tf.sparse.SparseTensor并使用tf.sparse.to_dense。警告:张量流:来自C:\ Users \ HP \ AppData \ Local \ conda \ conda \ envs \ tf-gpu \ lib \ site-packages \ object_detection-0.1-py3.6.egg \ object_detection \ core \ preprocessor.py: 1218:不推荐使用squeeze_dims调用squeeze(来自tensorflow.python.ops.array_ops),并将在以后的版本中删除。更新说明:改为使用axis参数警告:tensorflow:来自C:\ Users \ HP \ AppData \ Local \ conda \ conda \ envs \ tf-gpu \ lib \ site-packages \ object_detection-0.1-py3 .6.egg \ object_detection \ core \ batcher.py:96:不推荐使用批次(来自tensorflow.python.training.input),并将在以后的版本中删除。更新说明:基于队列的输入管道已由tf.data代替。使用tf.data.Dataset.batch(batch_size)(如果使用padded_batch(...),则使用dynamic_pad=True)。警告:tensorflow:来自C:\ Users \ HP \ AppData \ Local \ conda \ conda \ envs \ tf-gpu \ lib \ site-packages \ tensorflow \ python \ training \ input.py:751:QueueRunner。初始化(来自tensorflow.python.training.queue_runner_impl)已弃用,并将在以后的版本中删除。更新说明:要构建输入管道,请使用tf.data模块。警告:tensorflow:来自C:\ Users \ HP \ AppData \ Local \ conda \ conda \ envs \ tf-gpu \ lib \ site-packages \ tensorflow \ python \ training \ input.py:751:add_queue_runner(来自tensorflow.python .training.queue_runner_impl)已弃用,并将在以后的版本中删除。_**

它也给了我零:

INFO:tensorflow:预测框之前的附加转换深度:0 INFO:tensorflow:预测框之前的附加转换深度:0 INFO:tensorflow:预测框之前的附加转换深度:0 INFO: tensorflow:预测框前附加转换深度:0 INFO:tensorflow:预测框前附加转换深度:0 INFO:tensorflow:预测框前附加转换深度:0

有人可以帮忙吗?

0 个答案:

没有答案