Tensorboard eval.py用于目标检测的IoU

Question

Tensorboard eval.py用于目标检测的IoU

5

我正在使用TensorFlow目标检测中的detection model zoo中的ssd_mobilenet_v1_coco模型。目前，我正在运行训练模型的操作。

python legacy/train.py --logtostderr --train_dir=trainingmobile/ --pipeline_config_path=trainingmobile/pipeline.config

我希望通过运行eval.py来运行评估作业，以获取其他指标，如IOU和PR曲线，但我不知道如何做到这一点。我能够运行命令。

python legacy/eval.py \
--logtostderr \
--checkpoint_dir= path/to/checkpoint \
--eval_dir= path/to/eval \
--pipeline_config_path= path/to/config

然后我运行了这个命令

tensorboard --logdir=path/to/eval

张量板只显示测试图像输出。我如何获取其他指标，如IOU和PR曲线？

- Ninja Dude

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Thommy257 · Accepted Answer

首先，我强烈建议您使用更新的model_main.py脚本进行训练和评估。您可以按照以下方式使用它：

python object_detection/model_main.py \
   --pipeline_config_path=path/to/config \
   --model_dir=path/to/train_dir \
   --num_train_steps=NUM_TRAIN_STEPS \
   --num_eval_steps=NUM_EVAL_STEPS \
   --alsologtostderr

它将训练和评估结合在一起，您可以使用它进入tensorboard。

tensorboard -logdir=path/to/train_dir

Tensorboard不仅会显示训练过程，还会展示您在验证集上的进度。它们默认使用COCO指标作为度量标准！

对于您原来的问题：也许您应该在配置文件中更改评估设置以获得更大的数字：

eval_config: {
  num_examples: 8000
  # Note: The below line limits the evaluation process to 10 evaluations.
  # Remove the below line to evaluate indefinitely.
  max_evals: 10}

如果使用 model_main.py 脚本，评估次数将由标志设置。

值得一提的是，在更新的 model_main.py 脚本中，tensorflow 的信息输出被禁用。可以通过添加来启用它。

tf.logging.set_verbosity(tf.logging.INFO)

在导入部分之后。