Google colaboratory 列车性能指标&；tensorflow 2中的目标检测期间未显示验证数据

我正在使用EfficientSet-d1在自定义数据集上训练对象检测模型。 我正在colab中使用tensorflow 2

我参考了以下教程

我使用以下代码进行模型培训：

!python model_main_tf2.py \
    --pipeline_config_path=models/efficientdet_d1-round3/pipeline.config \
    --model_dir=models/efficientdet_d1-round3 \
    --logtostderr

colab端子中的输出：

INFO:tensorflow:Step 100 per-step time 1.300s loss=1.238
I1008 07:51:04.238269 140334195148672 model_lib_v2.py:652] Step 100 per-step time 1.300s loss=1.238
INFO:tensorflow:Step 200 per-step time 1.142s loss=1.260
.....

我曾尝试使用以下命令启用tensorboard，但它不会通过colab打开，即使我打开了一个新网页&键入http://localhost:6006/

#method 1
%load_ext tensorboard
%tensorboard --logdir './models/efficientdet_d1-round3/train'

问题：

知道我如何通过colab上的张力板检查模型训练进度吗

或者，是否有某种方法可以将不同的度量（培训损失、验证损失、映射）打印到文本文件中，然后用于绘图

我找到了一些用于启用模型回调的链接，但这些链接是用于分类模型的

此外，大多数与对象检测相关的链接都适用于tensorflow 1（见下文）

我对图像的深入学习还比较陌生，并且已经为此奋斗了一个多月。非常感谢您的任何建议/提示/链接

谢谢

# method 2
!wget https://bin.equinox.io/c/4VmDzA7iaHb/ngrok-stable-linux-amd64.zip
!unzip -o ngrok-stable-linux-amd64.zip
LOG_DIR = "models/efficientdet_d1-round3/train" #"training/"
get_ipython().system_raw(
    'tensorboard --logdir {} --host 0.0.0.0 --port 6006 &'
    .format(LOG_DIR)
)
get_ipython().system_raw('./ngrok http 6006 &')
#The link to tensorboard.
#works after the training starts.
!curl -s http://localhost:4040/api/tunnels | python3 -c \
    "import sys, json; print(json.load(sys.stdin)['tunnels'][0]['public_url'])"