对不起,我是用Tensorflow 2.0制作模型的新手。
我正在尝试使用Tensorflow 2.0 Object Detection Zoo的预训练模型:ssd_mobilenet_v2_fpnlite_320x320来训练模型。我正在学习一个使用.pbtxt文件作为模型的教程,我不确定如何获得它,因为模型只有.pb文件。
https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/tf2_detection_zoo.md这是链接。我计划为我的型号使用SSD MobileNet v2 320x320。
基本上,我的问题是:我如何在pipeline.config
文件中获得一个.pbtxt文件,或者我是否可以为label_map_path
添加其他内容?
train_input_reader{
label_map_path:"PATH";
tf_record_put_reader{
input_path:";PATH";
}
}
您必须创建;pbtxt";文件,基于您试图训练对象检测模型的内容。pbtxt文件的格式为:
item {
id: 1
name: 'class name 1'
}
item {
id: 2
name: 'class name 2'
}
例如,如果您正在训练对象检测模型来检测猫和狗。您的label_map.pbxt文件将如下所示。
item {
id: 1
name: 'cat'
}
item {
id: 2
name: 'dog'
}
注意:这个名称应该与您在标记图像时为类别指定的名称完全匹配。即使用labelImg软件进行标记。
有关使用Tensorflow对象检测API的完整指南。参见此处
创建label_map.ptxt文件后,您只需在pipeline.pbtxt.中指定文件的路径即可
train_input_reader {
label_map_path: "PATH_TO_LABEL_MAP_FOLDER/label_map.pbtxt"
tf_record_input_reader {
input_path: "PATH"
}
}