如何使用 Tensorflow 2 對象檢測 API 恢復微調模型進行測試？

Question

我已經使用以下配置成功訓練（微調）並驗證了來自 Tensorflow Model Zoo 2 的對象檢測模型：

... 
train_input_reader: {
  label_map_path: "/label_map.pbtxt"
  tf_record_input_reader {
    input_path: "/train.record"
  }
}

eval_config: {
  metrics_set: "coco_detection_metrics" #coco_detection_metrics
  use_moving_averages: false
  batch_size: 1;
}

eval_input_reader: {
  label_map_path: "/label_map.pbtxt"
  shuffle: false
  num_epochs: 1
  tf_record_input_reader {
    input_path: "/validation.record"
  }
}
...

然后我通過分析 Tensorboard 上的性能注意到，基於 eval 損失的最佳模型在第 13k 步，即 ckpt-14。 但是，我也有 /test.record，我想在其中測試基於 ckpt.14 的模型。 我能做什么？ 我嘗試使用 ckpt-14.index e ckpt-14.data-... 創建一個單獨的文件夾，名為“checkpoint”的文件僅包含 ckpt-14 及其時間戳，然后通過將 validation.record 替換為測試記錄。 在 tf_record_input_reader 中。

這是正確的？ 有沒有一種正確的方法可以使用 tensorflow 2 對象檢測 api 測試基於檢查點的模型？

Answer 1

你可以同時在同一個模型上訓練和測試......但是如果你有一個 GPU，並且用一個大數據集訓練，可能無法用同一個 GPU 運行測試，因為它會導致內存錯誤.....一個好方法是使用相同的代碼並使用變通方法來使用 CPU 進行測試.......測試周期每 1000 步進行一次，在 Tensorboard 上，您可以看到測試和評估，你還會看到邊界框與地面實況並排......

我將嘗試分享並發訓練和測試的代碼......對於訓練，它將使用 GPU，而對於測試，它將使用 CPU......它一直對我有用，毫無疑問，它也應該為你工作......