0

我已经设法从模型园（Tensorflow 2.0，对象检测 API）下载了对象检测 API。我能找到的所有推理代码（在目录和在线）都适用于 1 的批量大小。

我正在考虑以某种方式重新配置pipeline.config文件。更具体地说 eval_config (batch_size = 5)。这可以做到吗？

令我困惑的是，如何通过可变批量大小支持进一步的训练/微调......但推理不是吗？

感谢您提供的任何提示。

4

2 回答 2

0

看起来 pipeline.config 在 eval_config 中支持 batch_size，它应该看起来像，

eval_config {
  metrics_set: "coco_detection_metrics"
  use_moving_averages: false
  batch_size:5
}

您可以通过查看 protos来检查 pipeline.config 中支持哪些参数。在这种情况下，您可以看到在eval.proto中指定了 batch_size 。

我还在这里确认了在 Tensorflow 对象检测 API 中使用了 batch_size 。我已经看到了一个指定但未实际使用的原型的示例。

于 2021-10-19T06:09:19.150 回答
0

好的，经过大量修改代码后，这是我对自己问题的回答：

从一个简单的预训练模型源开始：

1.模型的 TF HUB repo 为您提供了许多不同的对象检测模型。我特别想使用 EffifcientDet 架构。

例如：https://tfhub.dev/tensorflow/efficientdet/d2/1。.

这些模型不支持 BATCHING 图像进行推理。Inputs您可以在部分中看到这一点。

A three-channel image of variable size - the model does NOT support batching. The input tensor is a tf.uint8 tensor with shape [1, height, width, 3] with values in [0, 255]. 这是一个交易破坏者。所以我试图寻找解决方案！

2.这些对象检测 COCO 模型中有许多是Object Detection API. 它Source在页面末尾的部分中这么说。

The model's checkpoints are publicly available as a part of TensorFlow Object Detection API.

该链接将您带到 repo https://github.com/tensorflow/models/tree/master/research/object_detection

3.这意味着我必须对对象检测 API 代码进行一些修改。在这一点上，我对为什么模型不支持批量推理感到困惑，因为它们已经接受了批量图像的训练。这是我最初发布我的问题的时候。

这是在 COCO 上训练的最新模型的链接 https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/tf2_detection_zoo.md

4.通过从这里下载一个模型（例如 EfficientDet D2 768x768），并提取内容，您可以看到 protobufsaved_model格式和检查点数据都给出了。protobuf 模型有一个[1,None,None ,3]不好的签名！这意味着我们只能对 RGB 空间中具有可变宽度/高度的 1 个图像进行操作。但是我们需要的是一个输入签名[None,None,None,3]。

5.所以最后为了做到这一点，我们需要使用exporter_main_v2.py文件！该文件将要以原型格式（'saved_model'）导出的模型的检查点作为参数。但是，默认情况下，输入签名设置为[1,NONE,NONE,3].

6.解决这个问题的方法是更改exporter_main_v2.py​​ . 我们exporter_lib_v2.py需要将几行代码从 更改tf.TensorSpec(shape=[1, None, None, 3]为 tf.TensorSpec(shape=[None, None, None, 3].

我在 github repo 上找到了一个 pull request： https ://github.com/tensorflow/models/pull/9228/commits/b2a6712cbe6eb9a8639f01906e187fa265f3f48e 这很好地总结了这些变化！

我尝试了几个不同的 EffifcientDet 模型，效果很好！但是我不知道这是否适用于其他型号！谨防！

谢谢大家......这是一个很长的时间，但我认为解释我的“旅程”和达到这个解决方案的推理会很好。

于 2021-11-08T13:05:50.150 回答