在 Matterport 上設置張量板 - Mask RCNN

Question

我正在按照本教程使用Matterport 存儲庫進行圖像檢測。 我嘗試遵循本指南並將代碼編輯為

如何編輯以下代碼以可視化張量板？

import tensorflow as tf
import datetime
%load_ext tensorboard

sess = tf.Session()

file_writer = tf.summary.FileWriter('/path/to/logs', sess.graph)

然后在模型區

# prepare config
config = KangarooConfig()
config.display()

# define the model
model = MaskRCNN(mode='training', model_dir='./', config=config)
model.keras_model.metrics_tensors = []


# Tensorflow board
logdir = os.path.join(
    "logs", datetime.datetime.now().strftime("%Y%m%d-%H%M%S"))
tensorboard_callback = tf.keras.callbacks.TensorBoard(logdir, histogram_freq=1)

# load weights (mscoco) and exclude the output layers
model.load_weights('mask_rcnn_coco.h5',
                   by_name=True,
                   exclude=[
                       "mrcnn_class_logits", "mrcnn_bbox_fc", "mrcnn_bbox",
                       "mrcnn_mask"
                   ])

# train weights (output layers or 'heads')
model.train(train_set,
            test_set,
            learning_rate=config.LEARNING_RATE,
            epochs=5,
            layers='heads')

我不確定在哪里callbacks=[tensorboard_callback] ？

Answer 1

在您的 model.train 中，如果您仔細查看源代碼文檔，會發現一個名為custom_callbacks參數，該參數默認為None 。

您需要在此處編寫代碼，因此要使用自定義回調進行訓練，您需要添加以下代碼行：

model.train(train_set,
            test_set,
            learning_rate=config.LEARNING_RATE,
            custom_callbacks = [tensorboard_callback],
            epochs=5,
            layers='heads')

Answer 2

您只需打開 Anaconda Prompt 並寫入tensorboard --logdir= yourlogdirectory ，其中yourlogdirectory是包含模型檢查點的目錄。

它應該看起來像這樣：logs\\xxxxxx20200528T1755，其中 xxxx 代表您為配置提供的名稱。

此命令將生成一個網址，將其復制到我們首選的瀏覽器中。