tensorflow - 了解检测 API 配置文件

Question

我想使用“coco_detection_metrics”。我在论坛上读到我应该将metrics_set：“coco_detection_metrics”添加到eval_config：

eval_config: {
  num_examples:2000
  max_evals: 10
  eval_interval_secs: 5
  metrics_set: "coco_detection_metrics"
}

但是每个模型都有两个配置文件，我在它们两个中都看到了“eval_config”，例如“ssd_mobilenet_v1_coco”：

1- ssd_mobilenet_v1_coco.config

(located in: **samples/configs/**)

2- ssd_mobilenet_v1_coco_2018_01_28/ pipeline.config

(located in: **ssd_mobilenet_v1_coco_2018_01_28.tar.gz**)

应该修改哪一个？这两个文件有什么区别？在培训或评估期间将使用哪一个？

谢谢！

Answer 1

修改您作为标志传递给 train.py 脚本的那个：

python3 object_detection/train.py --logtostderr --pipeline_config_path=/path/to/your/config_file.config --train_dir=/your/train/dir

因此，在文件系统的任何位置创建配置文件，根据需要对其进行修改，然后将其传递给 train 或 eval 脚本，如上所示。