小编NVS*_*ash的帖子

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 …

我一直在进行一个项目，在该项目中我想删除boost依赖项并将其替换为Python C API。

我花了一些时间了解Python C API，并且看到了 catch (error_already_set const &)

我阅读了boost文档，但是它解释了它的使用位置。但是我想知道为什么需要它，以及如何使用本机Python C api实现相同的功能。