ssd_mobilenet_v2_fpnlite_320x320 的 .pbtxt 文件

Question

抱歉，我是使用 Tensorflow 2.0 制作模型的新手。

我正在嘗試使用預訓練模型訓練模型：來自 Tensorflow 2.0 Object Detection Zoo 的 ssd_mobilenet_v2_fpnlite_320x320。 我正在學習使用 .pbtxt 文件作為模型的教程，但我不確定如何獲得它，因為模型只有一個 .pb 文件。

https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/tf2_detection_zoo.md這是鏈接。 我計划為我的模型使用 SSD MobileNet v2 320x320。

基本上我的問題是：如何獲得 .pbtxt 文件以在pipeline.config文件中引用，或者我可以為label_map_path放置其他東西？

train_input_reader {

label_map_path: "路徑"

tf_record_input_reader {

輸入路徑：“路徑”

}

}

Answer 1

您必須根據您嘗試訓練對象檢測模型的內容創建“pbtxt”文件。 pbtxt 文件的格式為：

item {
    id: 1
    name: 'class name 1'
}

item {
    id: 2
    name: 'class name 2'
}

例如，如果您正在訓練對象檢測模型來檢測貓和狗。 您的 label_map.pbtxt 文件看起來像。

item {
    id: 1
    name: 'cat'
}

item {
    id: 2
    name: 'dog'
}

注意：此名稱應與您在標記圖像時為類別指定的名稱完全匹配。 即使用labelImg 軟件標記。

有關使用 Tensorflow 對象檢測 API 的完整指南。 看這里

創建 label_map.pbtxt 文件后，您只需在 pipeline.pbtxt 中指定文件的路徑。

train_input_reader {

label_map_path: "PATH_TO_LABEL_MAP_FOLDER/label_map.pbtxt"

tf_record_input_reader {

input_path: "PATH"

}

}