问题标签 [tensorflow-model-garden]

如何使用models/official/vision/detection训练自定义模型进行对象检测？

嗨，我是 tensorflow 和神经网络的新手。试图了解 tensorflow 的官方模型 repo 中的ncf 推荐模型。

我的理解是你建立一个带有输入层和学习层的模型。然后创建批量数据来训练模型，然后使用测试数据来评估模型。这是在这个文件中完成的。

但是，我无法理解输入层。

它显示在代码中

据我了解，您一次可以输入一个参数。

但是我只能使用以下虚拟数据来调用 predict_on_batch

当我运行以下代码时：

我收到了这个错误：

有人可以帮助我如何使用这个模型来预测单个输入吗？还有为什么在进行预测时需要 user_id 和 item_id？不应该是您提供模型返回项目列表的用户列表吗？

我按照这里的小教程：https ://github.com/tensorflow/models/tree/master/official/recommendation 训练了一个基于 ml-1m movielens 数据集的推荐模型。我将如何部署它以开始使用它？

我尝试添加自己的代码以将 keras 模型转换为 tflite 以放入 firebase，但 converter.convert() 会引发值错误。我研究了 Tensorflow 服务，但它输出的检查点不符合它所显示的格式。我什至不确定如何格式化输入数据以获得建议。

我是 ml 和 tensorflow 的新手，所以我很欣赏细节。谢谢你。

官方的 tensorflow Show 和 Tell-im2txt模型带有一个 bazel 构建依赖项，用于为图像生成标题。对于每个图像的执行，会创建一个会话，并为每个图像重复加载检查点。

如何避免重复加载检查点？

我们可以创建一个将图像作为输入并通过预加载的检查点运行它的函数吗？

我正在尝试根据此处提供的官方 MaskRCNN 模型训练 Mask RCNN 模型：tensorflow/models。

以下是我遵循的步骤：

1. 创建了一个用于训练和验证的 tfrecord。我检查了 tfrecords 的编码和解码，它工作正常。
2. 设置配置文件如下： /li>
3. 将模型/官方放入 PYTHONPATH。
4. 按照文档中的建议运行单个 GPU 的命令： /li>

但我收到以下错误：

我哪里错了？

我正在尝试在训练步骤结束时使用 model.save（而不是仅检查点）保存完整的模型，同时使用官方的视网膜对象检测 API。但是，调用 model.save 时出现以下错误：

为了保存完整模型，我所做的唯一更改是在分布式执行器的训练结束时添加命令 model.save('/home/ubuntu/ankur/models/official/vision/detection/saved_model/test_model') .py 在路径 ~/models/official/modeling/training 中找到。请提出可能是什么问题。

TensorFlow 版本 - 2.1 GIThub链接

首先，感谢一个很棒的图书馆。虽然它有助于许多出色的实现，但似乎至少它的某些部分跟不上 tensorflow 开发的步伐。

物体检测的计划是什么？tf-slim 会被活生生的东西取代吗？是否计划支持 tf2？

我正在关注一个使用 tensorflow 的 1.15.0 对象检测 API 的示例。本教程在以下方面进行了明确的说明：

• 如何下载模型
• 如何使用 .xml 文件加载自定义数据库，从中制作 .cvs 文件，然后 .record 文件
• 如何配置训练管道
• 如何获得张量板图
• 如何训练净节省检查点（使用 model_main.py）
• 如何导出（保存）模型（使用 export_inference_graph.py）

但是，我无法完成的是加载保存的模型以使用它。我试过了tf.saved_model.loader.load(sess, flags, export_dir，但我得到了

中给出的文件夹export_dir具有以下结构：

我的最终目标是用相机捕捉图像，并将它们输入网络以进行实时对象检测。\ 作为中间步骤，现在我只想能够输入单张图片并获得输出。我能够训练网络，但现在我无法使用它。

先感谢您。

在 Transformer 模型的当前实现中，在编码和解码功能中，在将位置编码添加到输入之后立即应用 dropout。代码中的相关行

由于保留的特征被重新缩放，这不会影响底层位置编码的结构吗？是否应该在dropout 操作之后添加位置编码以确保正确性？

使用的模型 https://github.com/tensorflow/models/blob/master/official/nlp/transformer

Tensorflow 对象检测 API 是否默认进行输入规范化之类的预处理？

我在任何地方都找不到任何文档。DataAugmentations 中有一个名为“NormalizeImage”的选项。在动物园模型的所有配置文件中，我从未见过它被使用过。我ssd_mobilenet_v3_small_coco_2020_01_14在不使用它的情况下接受了将学习转移到我的自定义课程的培训，并且一切正常。我知道这里有一个类似的问题，但几年后没有答案，而且网络不同。

使用以下代码（OpenCV 4.3.0 DNN 模块）进行测试会产生正确的结果：

虽然这里使用了归一化。在我的情况下使用归一化会产生错误的结果，边界框比它应该的大得多。我猜输入归一化是由 tensorflow 在幕后执行的？