无法从tf2模型训练Tensorflow的自定义模型

Question

我想使用Faster RCNN ResNet50 V1训练我的自定义模型，我已经运行了以下命令：

Tensorflow/models/research/object_detection/model_main_tf2.py 
--model_dir=Tensorflow/workspace/models/faster_rcnn_resnet50_v1 
--pipeline_config_path=Tensorflow/workspace/models/faster_rcnn_resnet50_v1/pipeline.config 
--num_train_steps=2000

然后我得到以下错误：

File "/usr/local/lib/python3.7/dist-packages/object_detection/builders/model_builder.py", line 265, in _check_feature_extractor_exists
'Tensorflow'.format(feature_extractor_type))
ValueError:  is not supported. See `model_builder.py` 
for features extractors compatible with different versions of Tensorflow.

有人能帮我吗？

Answer 1

您提供的信息表明，您的配置文件中的特征提取器的名称是错误的。正确的方法是在配置文件中指定特征提取器，如下所示：

feature_extractor {
type: 'faster_rcnn_resnet50_keras'
batch_norm_trainable: true
}

如果要在较小的数据集上进行微调，请将batch_norm_trainable设置为false。

下面是resnet50_V1的正确配置文件示例。