如何使用带有预训练模型但缺少标签文件 (.pbtxt) 的 Tensorflows 对象检测模型动物园

Question

我正在尝试运行 Tensorflow 对象检测。不幸的是，我发现 Tensorflow 的预训练模型都没有标签文件。我怎样才能得到这些文件？我想要做的就是测试几张图片的对象检测并显示标签。以下代码是我到目前为止所拥有的。不幸的是，几乎所有的教程都使用我没有的标签文件 (.pbtxt)。在 Tensorflow 的相应下载页面上，Tensorflow检测模型动物园说标签文件包含在下载中，但实际上没有。我下载了不同的模型。所有模型都没有标签文件。如果有人能帮助我，我将不胜感激。

到目前为止我的代码：

import tensorflow as tf
import cv2
import os

def get_frozen_graph(graph_file):
    """Read Frozen Graph file from disk."""
    with tf.gfile.FastGFile(graph_file, "rb") as f:
        graph_def = tf.GraphDef()
        graph_def.ParseFromString(f.read())
    return graph_def

# The TensorRT inference graph file downloaded from Colab or your local machine.
pb_fname = os.path.join(os.getcwd(), "faster_rcnn_inception_resnet_v2_atrous_coco_2018_01_28", "frozen_inference_graph.pb")
trt_graph = get_frozen_graph(pb_fname)

input_names = ['image_tensor']

# Create session and load graph
tf_config = tf.ConfigProto()
tf_config.gpu_options.allow_growth = True
tf_sess = tf.Session(config=tf_config)
tf.import_graph_def(trt_graph, name='')

tf_input = tf_sess.graph.get_tensor_by_name(input_names[0] + ':0')
tf_scores = tf_sess.graph.get_tensor_by_name('detection_scores:0')
tf_boxes = tf_sess.graph.get_tensor_by_name('detection_boxes:0')
tf_classes = tf_sess.graph.get_tensor_by_name('detection_classes:0')
tf_num_detections = tf_sess.graph.get_tensor_by_name('num_detections:0')


IMAGE_PATH = os.path.join(os.getcwd(), "testimages", "000002_491724089556.png")
image = cv2.imread(IMAGE_PATH)
image = cv2.resize(image, (300, 300))

scores, boxes, classes, num_detections = tf_sess.run([tf_scores, tf_boxes, tf_classes, tf_num_detections], feed_dict={
    tf_input: image[None, ...]
})
boxes = boxes[0]  # index by 0 to remove batch dimension
scores = scores[0]
classes = classes[0]
num_detections = int(num_detections[0])

Answer 1

最终我可以自己解决我的问题。Tensorflow 文档当场有问题。标签文件 (.pbtxt) 随 Tensorflow 一起提供，位于文件夹 中/ models / research / object_detection / data /。当您刚获得 Model Zoo 模型时，它们不在您下载的文件夹中。