tensorflow API 检测框及评测

Question

我正在尝试按照本教程https://towardsdatascience.com/how-to-train-your-own-object-detector-with-tensorflows-object-detector-api-bec72ecfe1d9在 tensorflow 上使用 API 检测。但是有一些细节我不明白。

首先，我不明白配置文件中的一些评估参数。“num reader”和“max_evals”参数。“Max evals”似乎是对数据集的评估次数，但为什么默认情况下它不是 1？因为我们只需要测试一次检查点（或者我错了？）。关于训练，数据是自动洗牌的吗？

其次，我想知道我们是否可以使用 tensorboard 以便在使用 API 检测的训练期间在图像中显示框。如果是，获得它的步骤是什么？

Answer 1

• num_readers：我不完全确定，但这可能与您需要读取 eval 输入的进程数有关。如果您发现读取数据确实是您浪费时间的地方，您可以尝试更改它（但通常情况并非如此，推理需要更多时间）。

• max_evals: 表示您要评估多少个检查点。在训练时，训练作业会定期保存检查点（例如，如果您停止训练，则不会丢失所有先前的工作；或者，您可以在分别由n和m迭代创建的网络之间进行选择）。您通常会同时开始评估作业，这将定期评估上次创建的检查点，直至max_evals检查点。如果您不填写此值，它将评估所有创建的检查点，从而在训练期间定期为您提供评估性能。

• 关于改组训练数据：您需要为此添加shuffle: True到训练输入读取器（在配置文件中），但显然它可能不适用于第一个时期，因此您可能还应该确保您的数据集没有事先排序。

• 在训练期间用框显示图像：是的，你可以。您需要为此运行评估作业。您可以设置将在配置文件中保存多少图像。要查看这些图像检测的演变，您需要shuffle: False在 eval 输入阅读器中。否则它会在每一步向你显示不同的图像，所以你不会真正看到进度。然后你只需运行 Tensorboard，图像将在“图像”选项卡中。