J'ai correctement installé l'API de détection d'objets Tensorflow conformément à la documentation fournie. Cependant, lorsque j'ai besoin de former mon réseau, il n'y a pas de fichier train.py dans le répertoire research/object_detection . Est-ce que je peux faire quelque chose pour résoudre ce problème?
Lien: https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/installation.md
dans la dernière fusion, le train et eval sont passés à l’ancien répertoire. Vous pouvez aller à une version précédente si vous travaillez avec un tutoriel.
Pour plus de précisions, comme mentionné par Derek Chow, il semble que les scripts python d'évaluation et d'évaluation aient été récemment déplacés (il y a environ 6 jours) dans le répertoire "hérité". En supposant que vous vouliez continuer à utiliser l'ancienne méthode ..
Si on commençait l'entraînement en appelant:
python train.py --logtostderr --train_dir=training/ --pipeline_config_path=training/ssd_mobilenet_v1_pets.config
On saurait commencer à s'entraîner en appelant:
python legacy/train.py --logtostderr --train_dir=training/ --pipeline_config_path=training/ssd_mobilenet_v1_pets.config
Vous devriez vous référer à Exécuter localement section sur la page du tutoriel.
Voici l'exemple de configuration:
#From the tensorflow/models/research/ directory
PIPELINE_CONFIG_PATH={path to pipeline config file}
MODEL_DIR={path to model directory}
NUM_TRAIN_STEPS=50000
NUM_EVAL_STEPS=2000
python object_detection/model_main.py \
--pipeline_config_path=${PIPELINE_CONFIG_PATH} \
--model_dir=${MODEL_DIR} \
--num_train_steps=${NUM_TRAIN_STEPS} \
--num_eval_steps=${NUM_EVAL_STEPS} \
--alsologtostderr
et pour exécuter tensorboard:
tensorboard --logdir=${MODEL_DIR}
Vous pouvez utiliser les scripts legacy train et les scripts d'évaluation, mais nous vous recommandons d'utiliser model_main.