标签: tensorflow-model-garden

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. 为训练和验证创建了一个 tfrecord。我已经检查了 tfrecords 的编码和解码，它工作正常。
2. 设置配置文件如下：

   # my_maskrcnn.yaml
   train:
       train_file_pattern: "data/<dataset_name>/train/tfrecords/train.tfrecord-*"
       batch_size: 2
   eval:
       eval_file_pattern: "data/<data_set_name>/val/tfrecords/val.tfrecord-*"
       batch_size: 2
   predict:
       batch_size: 2
   architecture:
       num_classes: 2
   maskrcnn_parser:
       output_size: [512, 512]
   

   Run Code Online (Sandbox Code Playgroud)
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：

   python path/to/models/official/vision/detection/main.py \
       --strategy_type=one_device \
       --model_dir=models_mask_rcnn \
       --mode=train \
       --config_file="mymaskrcnn.yaml" \
       --model=mask_rcnn
   

   Run Code Online (Sandbox Code Playgroud)

但我收到以下错误：

Traceback (most recent call last):
File ".../models/official/vision/detection/main.py", line 255, in <module>
    app.run(main)
File ".../lib/python3.7/site-packages/absl/app.py", line 299, in run
    _run_main(main, args)
File ".../lib/python3.7/site-packages/absl/app.py", line 250, in _run_main …

我正在尝试使用 Faster-RCNN 架构加载检查点并填充模型权重（Faster R-CNN ResNet50 V1 640x640准确地说，从这里开始。我正在尝试加载该网络的权重，类似于RetinaNet 示例笔记本中的操作方式，其中它们请执行下列操作：

fake_box_predictor = tf.compat.v2.train.Checkpoint(
    _base_tower_layers_for_heads=detection_model._box_predictor._base_tower_layers_for_heads,
    _box_prediction_head=detection_model._box_predictor._box_prediction_head,
)

fake_model = tf.compat.v2.train.Checkpoint(
          _feature_extractor=detection_model._feature_extractor,
          _box_predictor=fake_box_predictor
)

ckpt = tf.compat.v2.train.Checkpoint(model=fake_model)
ckpt.restore(checkpoint_path).expect_partial()

我正在尝试为我想要使用的 Faster-RCNN 网络获取类似的检查点加载机制，但是 , 等属性_base_tower_layers_for_heads仅存_box_prediction_head在于示例中使用的架构，而不适用于其他任何东西。

我也找不到关于Checkpoint针对我的特定用例填充模型的哪些部分的文档。非常感谢有关如何解决此问题的任何帮助！