TFLite model maker 自定義 object 檢測器訓練使用 tfrecord

Question

I am trying to train a custom object detector using tflite model maker ( https://www.tensorflow.org/lite/tutorials/model_maker_object_detection ). 我想將訓練有素的 tflite model 部署到珊瑚 edgeTPU。 我想使用 tensorflow tfrecord（多個）作為訓練 model 的輸入，例如 object 檢測 ZDB974278714CA8ACE3634。 我嘗試使用tflite_model_maker.object_detector.DataLoader( tfrecord_file_patten, size, label_map, annotations_json_file=None )但我無法解決它。 我有以下問題。

• 是否可以像上面提到的那樣對培訓進行 tfrecord 記錄？
• 是否也可以通過多個 CSV 文件進行訓練？

Answer 1

對於多個 CSV 文件，您可能只是 append 一個文件到另一個文件。 然后你只需要傳遞一個 csv 文件。

至於傳遞一個 tfrecord ，這應該是可能的。 我也在嘗試這樣做，所以如果我能正常工作，我會更新我的帖子。 看源碼，看來from_cache是內部使用的function。 按照該結構，應該能夠類似地創建 DataLoader object：

DataLoader(tfrecord_file_patten, meta_data['size'],
                      meta_data['label_map'], ann_json_file)

快速瀏覽一下from_csv ，我注意到它返回了一個名為data的列表，在 append 看來，這可能是多個DataLoader對象。 因此，如果創建DataLoader不起作用，也許嘗試將其包裝在一個列表中，例如tfrecord_dl = [DataLoader(tfrecord_file_patten, meta_data['size'], meta_data['label_map'], ann_json_file)] 。

雖然我還沒有嘗試過，所以這些只是我最初的想法。 如果您分享您嘗試過的內容，我們可以仔細查看實際出了什么問題。