小编ihb*_*ihb的帖子

我正在尝试使用我使用 Label-img 标记的样本来训练对象检测算法。我的图像尺寸为 1100 x 1100 像素。我使用的算法是 Faster R-CNN Inception ResNet V2 1024x1024，在TensorFlow 2 Detection Model Zoo 上找到。我的操作规范如下：

• TensorFlow 2.3.1
• 蟒蛇 3.8.6
• GPU：NVIDIA GEFORCE RTX 2060（笔记本电脑有 16 GB RAM 和 6 个处理核心）
• CUDA：10.1
• cuDNN：7.6
• Anaconda 3 命令提示符

.config 文件如下：

# Faster R-CNN with Inception Resnet v2 (no atrous)
# Sync-trained on COCO (with 8 GPUs) with batch size 16 (800x1333 resolution)
# Initialized from Imagenet classification checkpoint
# TF2-Compatible, *Not* TPU-Compatible
#
# Achieves 39.6 mAP on COCO …

我正在尝试旋转 ggplot2 图形的 y 轴标题并将其居中在 y 轴上。我已经能够成功旋转标题，但我似乎无法将其居中在 y 轴上，即使我使用该hjust = 0.5命令也是如此。是否有任何想法如何在旋转后将标题置于 y 轴上？

dataset <- data.frame(cultivar = c('var1',
                                   'var1',
                                   'var1',
                                   'var1',
                                   'var3',
                                   'var3',
                                   'var3',
                                   'var3',
                                   'var2',
                                   'var2',
                                   'var2',
                                   'var2',
                                   'var3',
                                   'var3',
                                   'var1',
                                   'var2',
                                   'var2',
                                   'var2',
                                   'var1',
                                   'var2',
                                   'var3',
                                   'var3',
                                   'var1',
                                   'var1',
                                   'var1',
                                   'var3',
                                   'var3',
                                   'var1',
                                   'var2',
                                   'var2',
                                   'var2',
                                   'var2',
                                   'var3',
                                   'var1',
                                   'var3',
                                   'var1'),
                      rate = c(10,
                               20,
                               30,
                               40,
                               10,
                               20,
                               30,
                               40,
                               10,
                               20,
                               30,
                               40,
                               20,
                               40,
                               10,
                               10,
                               30,
                               20,
                               30,
                               40,
                               10,
                               30,
                               40, …

我正在使用该tmap包在地图上绘制一些数据。由于数据集的大小，您可以在此处下载所需的数据集（它们是公共数据集）。此代码使用驱动器中的.csv和.shp文件。

我需要将指南针和比例尺从图像上移到图例下方。我怎样才能做到这一点？我还没有看到该tm_compass命令有一个选项可以将其移到图像之外，那么还有其他方法可以做到这一点吗？

代码：

#Load packages
library(pacman)
p_load(sf, tidyverse, ggspatial, tmap, ggplot2)

#Read data
boundary <- st_read('US_tract_2010.shp')
food <- read.csv('FoodAtlas.csv')

#Join data together
boundary$GEOID10 <- as.numeric(boundary$GEOID10)
foodleft <- left_join(boundary, food, by = c('GEOID10' = 'CensusTract'))


#Construct the graph
ks <- foodleft %>%
  select(State, County, TractLOWI, LAhalfand10) %>% 
  filter(State %in% c('Kansas'))

ks$LAhalfand10 <- as.factor(ks$LAhalfand10)

tmap_mode("plot")

qtm(ks, 
    fill = "LAhalfand10",
    fill.title = "LAhalfand10") +
  tm_bubbles("TractLOWI", col = "steelblue", title.size = "TractLOWI (Pop)") +
  tm_layout(legend.outside …

• GPU：英伟达 GEFORCE RTX 2060
• GPU：16GB RAM，6 个处理器内核
• TensorFlow：2.3.1
• 蟒蛇：3.8.6
• CUDA：10.1
• cuDNN：7.6

我正在训练从TensorFlow 2 Detection Model Zoo下载的 Mask R-CNN Inception ResNet V2 1024x1024 算法（在我计算机的 GPU 上）。我正在我的自定义数据集上训练这个算法，我使用Label-img标记了它。当我使用 Anaconda 命令训练模型时python model_main_tf2.py --model_dir=models/my_faster_rcnn --pipeline_config_path=models/my_faster_rcnn/pipeline.config，出现以下错误：

Traceback (most recent call last):
  File "model_main_tf2.py", line 113, in <module>
    tf.compat.v1.app.run()
  File "C:\user\anaconda3\envs\object_detection_api\lib\site-packages\tensorflow\python\platform\app.py", line 40, in run
    _run(main=main, argv=argv, flags_parser=_parse_flags_tolerate_undef)
  File "C:\user\anaconda3\envs\object_detection_api\lib\site-packages\absl\app.py", line 303, in run
    _run_main(main, args)
  File "C:\user\anaconda3\envs\object_detection_api\lib\site-packages\absl\app.py", line 251, in _run_main
    sys.exit(main(argv))
  File "model_main_tf2.py", line 104, in main …