Tensorflow 1.9 /对象检测:model_main.py仅评估一个图像

Question

我已经更新到Tensorflow 1.9和最新的Object Detection API大师.当运行工作得很好以前(我认为1.6版)培训/评估会议,培训似乎继续如预期,但我只得到评估和度量一个图像(第一批).

在Tensorboard中,图像标记为"Detections_Left_Groundtruth_Right".评估步骤本身也发生得非常快,这让我相信这不仅仅是一个Tensorboard问题.

查看model_lib.py,我看到一些可疑代码(靠近第349行):

  eval_images = (
      features[fields.InputDataFields.original_image] if use_original_images
      else features[fields.InputDataFields.image])
  eval_dict = eval_util.result_dict_for_single_example(
      eval_images[0:1],
      features[inputs.HASH_KEY][0],
      detections,
      groundtruth,
      class_agnostic=class_agnostic,
      scale_to_absolute=True)

这对我来说就像评估者总是在第一张图像上运行一次评估.有没有人看到和/或修复过这个？如果改变上述工作,我会更新.

Answer 1

你是对的，对象检测仅支持批量大小为 1 的评估。评估次数等于评估步骤数。评估指标是跨批次累积的。

顺便说一句，在 Tensorboard 中查看更多评估图像的更改刚刚提交给了 master。