Tensorflow 对象检测的训练和测试精度答案

【问题标题】：Training and Testing Accuracy of Tensorflow object detectionTensorflow 对象检测的训练和测试精度
【发布时间】：2022-03-01 21:59:24
【问题描述】：

我一直在使用 tensorflow 对象检测 api 训练对象检测模型。我对评估模型质量的方法有疑问。

有人可以帮我在训练过程的最后阶段检查准确性 (mAP)。我的问题是：有没有办法在训练时可视化训练和评估数据集的准确性和损失的演变？

这是我用来训练模型的代码，但我无法看到训练和测试的准确度和损失值。

python models/research/object_detection/model_main_tf2.py --model_dir=workspace/models/my-ssd-mobnet --pipeline_config_path=workspace/models/my-ssd-mobnet/pipeline.config --num_train_steps=1000

型号 = ssd_mobilenet_v2_fpnlite_320x320_coco17_tpu-8

【问题讨论】：

您在 API 中有一个保存所有这些信息的文件夹，需要使用Tensorboard 打开。我认为该文件夹称为 tfevents 什么的
我无法找到 tfevents 的准确性，它只是显示损失值.. 请有人帮助我
您可以在训练期间运行eval.py。不确定这是正确的脚本名称，但不是训练脚本的脚本

标签： python tensorflow

【解决方案1】：

您可以通过传递checkpoint_dir 进行评估，这是您的model_dir。整体命令应该是这样的：

python models/research/object_detection/model_main_tf2.py \
  --model_dir=workspace/models/my-ssd-mobnet \
  --pipeline_config_path=workspace/models/my-ssd-mobnet/pipeline.config \
  --checkpoint_dir=workspace/models/my-ssd-mobnet

【讨论】：