Python Tensorflow 2目标检测-官方模型:如何进行推理?
在ModelZoo()中训练TensorFlow官方目标检测模型中的视网膜网模型后,它输出以下文件:Python Tensorflow 2目标检测-官方模型:如何进行推理?,python,tensorflow,object-detection-api,Python,Tensorflow,Object Detection Api,在ModelZoo()中训练TensorFlow官方目标检测模型中的视网膜网模型后,它输出以下文件: 检查站 控制步骤0.ckpt-1.data-00000-of-00001 控制步骤0.ckpt-1.index 亚马尔酒店 以及一个用于评估、评估测试和评估张力板的文件夹 然而,自述文件没有提供任何推断说明。main.py文件也不包括推理功能,只包括训练和评估。此外,与使用pipeline.config文件的对象检测API()不同,官方对象检测模型输出params.yaml,这不清楚我们如何
- 检查站
- 控制步骤0.ckpt-1.data-00000-of-00001
- 控制步骤0.ckpt-1.index
- 亚马尔酒店
pipeline.config
文件的对象检测API()不同,官方对象检测模型输出params.yaml
,这不清楚我们如何使用它来构建Tensorflow模型。因此,从检查点和pipeline.config
构建模型的传统方法在这里不适用(并且):
问题:
params.yaml
文件的检查点转换为模型# Load pipeline config and build a detection model
configs = config_util.get_configs_from_pipeline_file(pipeline_config)
model_config = configs['model']
detection_model = model_builder.build(
model_config=model_config, is_training=False)