问题标签 [object-detection-api]

我正在尝试在TF-Detect Android Demo中使用自定义模型。

型号：ssd_mobilenet_v1_coco

该模型在 8 个类上进行了训练。导出模型后，我使用Tensorflow-Mobile对其进行了优化

该图在我的本地系统中提供了正确的输出，但是当它集成到应用程序中时，屏幕中没有显示输出。检测也是错误的。但是当我frozen_inference_graph.pb在应用程序中使用未优化的图形 ( ) 时，它工作正常。我得到输出。

我在这里拧干什么呢？

我已经使用 tensorflow（https://github.com/tensorflow/models/tree/master/research/object_detection）训练了我自己的模型来识别图像中的对象。我正在使用 Google 对象检测 API 测试这个模型

我的问题是谷歌编码 ipython 笔记本的方式是输出大小为 200 kb 到 300 kb 输出大小的图像，此 ipythonnotebook 的链接（https://github.com/tensorflow/models/blob/master/research/object_detection /object_detection_tutorial.ipynb。）

如何输出原始大小（15MB）的图像（我在本地机器上运行此代码）。我试过改变笔记本的助手代码会话它没有工作。我在这里缺少什么吗？

我正在关注来自 GitHub ( https://github.com/datitran/racoon_dataset ) 的浣熊检测教程，以使用 google 对象检测 API 检测动物。为此，我需要生成 tfrecord 文件，该文件已经在第 29 到 34 行（https://github.com/datitran/raccoon_dataset/blob/master/generate_tfrecord.py）上生成。

但是他只为一种动物（浣熊）的第 29 行到第 34 行编写了代码。我有多种动物，例如浣熊、螳螂、寄居蟹等，我该如何为多种动物修改这个 tfrecord 文件。我发现的一种方法是更改​​ generatetfrecord 文件中的第 29 到 34 行，如下所示

这种方法是否可以在同一个文件中包含多个 if 或者我需要生成多个 tfrecord 文件来训练多个对象

我正在尝试检测不同形状图像（不是正方形）中的对象。我使用了 faster_rcnn_inception_v2 模型，在那里我可以使用图像调整器来保持图像的纵横比并且输出令人满意。

现在为了获得更快的性能，我想使用 ssd_inception_v2 或 ssd_inception_v2 模型对其进行训练。示例配置使用固定的形状调整大小，如下所示，

但问题是由于固定的调整大小，我得到了非常差的检测结果。我尝试将其更改为 keep_aspect_ratio_resizer，如之前在 faster_rcnn_inception_v2 中所述。我收到以下错误，

InvalidArgumentError（参见上文的回溯）：ConcatOp：输入的尺寸应匹配：shape[0] = [1,100,500,3] 与 shape 1 = [1,100,439,3]

如何在 SSD 模型中进行配置以调整图像大小并保持纵横比？

Tensorflow 对象检测 API 训练完美无缺，但是当我尝试使用以下命令通过 eval.py 评估工作时，

python3 eval.py --logtosderr --checkpoint_dir=training/ --eval_dir=eval/ --pipeline_config_path=training/faster_rcnn_inception_resnet_v2_atrous_oid.config

我收到以下错误，

我检查了代码，'metrics' 变量应该来自 evaluator.py 评估函数，但由于某种原因，它不是。

谢谢

我正在尝试安装 tensorflow 对象检测 API。我已按照此处的所有安装步骤进行操作。但是，当我尝试运行时python3 object_detection/builders/model_builder_test.py，出现此错误：

我还尝试将我的模型部署到 Google Cloud ML Engine。但是，作业未能输出此跟踪：

谁能帮我理解发生了什么？有没有人见过这个错误？

我正在使用 google cloud ml 来训练模型，以使用 Tensorflow 的对象检测 API 来检测我的自定义对象。通过遵循这个 tensorflow 的指南，并阅读这个 google cloud ml 的文档，我配置了我的训练输入并保存cloud.yml如下：

我使用此命令提交作业：

经过 10 分钟的准备和接下来的 20 分钟的运行，该作业记录了一些奇怪的信息Error reported to Coordinator，然后出现了内存不足的错误The replica master 0 ran out-of-memory and exited with a non-zero status of 247。

我检查了这项工作的资源，发现 master 和所有 5 个工作人员的内存利用率都很高（大约 90 - 95 %）。但是他们的 CPU 利用率是正常的 (60 - 65%)。

我想，我为培训师配置的内存不足。但问题是我如何估计改变训练输入参数？我的意思是我如何知道将 更改masterType为更高级别，或更改为更高的workerCount数字，或减少？在这种情况下，图像大小是否相关？batch_sizessd_mobilenet_v1_pets.config

我现在很困惑。谷歌云让我这么快就变穷了，所以启发式似乎买不起。

我正在尝试运行对象检测 API 的 object_detection_tutorial.ipynb 并且我之前能够运行它，并且我训练了一些简单的对象检测模型。我认为破坏了我的安装。我正在使用安装在名为“neuralnets”的环境中的 Anaconda+Windows 和 Tensorflow 1.4，这是该环境的 pip 列表： pip list error: error

当我从文件夹或从这样的文件夹export_inference_graph.py中使用正确的路径运行时：object_detectionmodels/research

然后我收到以下错误：

在anchor_generator_builder.py它内部尝试导入anchor_generator_pb2，但不存在具有此名称的文件。

附加信息：-是的，我添加了以下库：

- 是的，我提取了最新tensorflow/models版本

请告诉我如何正确导出新的 Frozen Graph，我认为这应该很容易，但它会停止我的整个工作。

提前谢谢你们

我想optimize_for_inference.py在模型动物园的冻结模型上使用 tensorflow 的脚本：ssd_mobilenet_v1_coco.

如何查找/确定模型的输入和输出名称？

这是张量板生成的图表的链接

这个问题可能会有所帮助：给定张量流模型图，如何找到输入节点和输出节点名称 （对我来说没有）