我训练了不同的模型，并使用相同的代码进行评估。问题是 mobilenetv2 的检测分数高于 1。有时会上升到 3-4。

我一直在使用 ssd_mobilenet_v2_coco_2018_03_29 训练对象检测模型。

从上周开始，我的 colab .ipynb 训练脚本会一直给出 mAP 和 AR 为零，直到训练结束。[mAP和AR在训练过程中输出零的图片][1]

直到最近，我使用下面附加的 jupyter Training_Own_Data_Old.ipynb 文件成功地训练了不同版本的模型而没有问题。

我检查了修订历史以查看是否意外进行了任何更改，但除了下面提到的之外，没有任何重大更改。

一些明显的差异

上周， 每当我尝试连接到 colab 时，我都会收到消息“Colab 在连接到云端硬盘时遇到问题，我们正在积极调查” 。

我还注意到 python-pil 得到了更新。我安装了旧版本并再次尝试，但没有解决问题。

我还检查了管道配置文件、训练日志，尝试使用/不使用 dropout，只是运行旧的 .ipynb 文件本身而不做任何更改，但仍然没有运气。

我已经附加了旧的工作 Training_Own_Data_Old.ipynb 文件的 github 和带有错误的新 Training_Own_Data.ipynb 文件。日志位于每个 .ipynb 文件中。

https://github.com/WalterYeYint/Jupyter-files

有人可以帮忙吗？任何帮助表示赞赏。[1]：https ://i.stack.imgur.com/7oNT0.png

我在自定义数据集上训练了 ssd mobilenet v1 现在我想在 jetson 中运行，我使用 tensorflow 对象检测 api 将其转换为冻结的图形 pb 文件，我想在 jetson nano 上运行这个模型，但我吃 2.5 GB 的 RAM，而模型大小仅为 22.3MB。我尝试了 Tensorrt FP16 转换，但内存消耗仍然相同。

我需要 5 到 6 MB 大小的模型，或者至少它必须在推理时消耗更少的内存。

我训练了一个 Tensorflow SSD Mobilenet v2 对象检测器，我想用边界框对我的测试图像进​​行预测。有人可以给我看一个推断的例子吗？

我的问题：

我正在尝试在 tf.keras 中训练语义分割模型，事实上，当我使用 channels_last (WHC) 模式时它运行良好（它达到 96%+ val acc）。我想在 channels_first (CHW) 模式下训练它，以便权重与 TensorRT 兼容。当我这样做时，前几个 epoch 中约 80% 的训练准确率下降到 0.020% 左右并永久保持在那里。

知道我的模型的基础是tf.keras.applications.MobileNet()具有预先训练的“imagenet”权重的模型很有用。（底部的模型架构。）

改造过程：

我使用了提供的指南，在这里只更改了几件事：

1. 设置tf.keras.backend.set_image_data_format()为“channels_first”。
2. 我将输入张量中的通道顺序从：input_tensor=Input(shape=(376, 672, 3)) 更改为：input_tensor=Input(shape=(3, 376, 672))
3. 在我的图像预处理（使用tf.data.Dataset）中，我tf.transpose(img, perm=[2, 0, 1])在输入图像和单热编码掩码上都使用了来更改通道顺序。我用相等断言检查了这个，以确保它正确并且看起来很好。

当我更改这些时，训练开始正常，但正如我所说，训练准确度几乎下降到零。当我恢复一切时，一切都很好。

可能的线索：

我做错了什么或者这里有什么问题？我的怀疑是围绕这些问题：

• 当我设置后端时，预训练的 imageNet 权重是否也更改为“channels_first”顺序？这是我应该考虑的事情吗？
• 会不会是tf.transpose()函数弄乱了掩码的 one-hot 编码？（我有 3 个类别由 3 种颜色表示：车道、对面车道、背景）

也许我没有看到明显的东西。我可以根据需要提供进一步的代码和答案。

编辑：

08/17：这仍然是一个持续的问题，我尝试了几件事：

• 我用 numpy 断言转置后检查了图像和掩码是否正确，似乎正确。
• 我怀疑损失函数在错误的轴上计算，所以我为第一个轴（通道所在的位置）定制了损失函数。这里是：

• 我的主要怀疑是“通道优先”后端设置对移动网络部分的预训练“imagenet”权重没有任何作用。TF2.x / Keras 是否有更新的方法将预训练的权重转换为 CHW 格式？

这里是我使用的架构（theskipNet()是head network，mobilenet是base，在create_model()function里面是connected）

我正在尝试使用 tensorflow api models ssd mobile net 创建自己的自定义对象检测器，但问题是当模型开始训练时，损失非常高，如 700-800，并且损失不断波动，我看到相同的损失值重复，有人可以向我解释一下。我最初已经将模型训练了 7000 步，但损失并没有减少，然后我又开始训练模型。我正在分享我的新培训的屏幕截图。我已经坚持了将近两天了，非常感谢任何帮助。我的火车数据集中有 16482 张图像，我的图像大小是 64x64

我使用来自该站点的预训练模型：https ://github.com/tensorflow/models/tree/master/research/slim/nets/mobilenet 我下载的 v3-large_224_1.0_float.pb 模型链接是（Large dm=1 （漂浮） ）。在我运行它之后，我经常得到这个结果，[

] 1 然后，我改变输入图像，但结果是一样的。我知道如何解决这个问题。谢谢。我的代码如下：

我最近在查看 TensorFlow 2.0 Detection Zoo 并找到了SSD MobileNet V2 FPNLite 320x320预训练模型，并且想知道“FPNLite”中的 FPN 部分是什么意思/代表什么。

我使用来自 tensorflow 的 mobilenet 并尝试离线加载模型。

模型在这里加载：

我的第一种方法是简单地下载 model.json 并指向该文件而不是我的代码中的完整 url，如下所示：

但后来我收到以下错误：

如何下载并正确指向权重以供离线使用？

更新 我现在只是使用错误消息中的链接手动下载了每个分片。

https://storage.googleapis.com/tfjs-models/tfjs/mobilenet_v1_1.0_224/group1-shard1of1 https://storage.googleapis.com/tfjs-models/tfjs/mobilenet_v1_1.0_224/group1-shard1of1 https:// storage.googleapis.com/tfjs-models/tfjs/mobilenet_v1_1.0_224/group1-shard1of1 等等，直到 https://storage.googleapis.com/tfjs-models/tfjs/mobilenet_v1_1.0_224/group55-shard1of1

现在组正确加载：

但我收到一条新的错误消息：

错误：根据提供的形状 [1,1,1024,1000] 和 dtype float32，张量应该有 1024000 个值，但有 410072

我想使用 tf.js 为狗品种创建一个对象识别。

我构建了一个可以工作的对象识别演示 https://codesandbox.io/s/tensorflowjs-real-time-object-detection-om12e?file=/src/index.js:0-27但它使用 cocoSsd 模型没有狗品种。

所以我知道 mobilenet 模型确实有狗品种，我在这里找到了一个工作示例https://codesandbox.io/s/o4l6pnlkzz（尽管它使用图像上传而不是相机供稿）。

当我尝试将 mobilenet 模型放入对象检测示例时，出现以下错误。“tfjsconverter.loadGraphModel 不是函数”。

https://codesandbox.io/s/tensorflowjs-real-time-object-detection-forked-6hxdb?file=/src/index.js:925-934

我想第 31 行有问题，但我无法弄清楚。

如果你知道我做错了什么，这对一些指针真的很有帮助。