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：

• 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:

如何使用Tensorflow 2对象检测官方模型进行推理

如何将带有

params.yaml

文件的检查点转换为模型

提前谢谢

# 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)