Python 自定义对象训练张量流错误

Python 自定义对象训练张量流错误,python,opencv,tensorflow,object-detection-api,Python,Opencv,Tensorflow,Object Detection Api,根据我的研究,我想训练一组图像。通过遵循本教程,最终会出现一个错误。这是我下面的教程 我用python 3.6,tensorflow的最新版本和它的CPU版本实现这个项目,同时根据教程运行执行来训练模型,它给出了这样一个错误 Instructions for updating: Please switch to tf.train.create_global_step INFO:tensorflow:Scale of 0 disables regularizer.

根据我的研究,我想训练一组图像。通过遵循本教程,最终会出现一个错误。这是我下面的教程

我用python 3.6,tensorflow的最新版本和它的CPU版本实现这个项目,同时根据教程运行执行来训练模型,它给出了这样一个错误

    Instructions for updating:
    Please switch to tf.train.create_global_step
    INFO:tensorflow:Scale of 0 disables regularizer.
    INFO:tensorflow:Scale of 0 disables regularizer.
    INFO:tensorflow:depth of additional conv before box predictor: 0
    WARNING:tensorflow:From C:\tensorflow1\models\research\object_detection\core\box_predictor.py:403: calling reduce_mean (from tensorflow.python.ops.math_ops) with keep_dims is deprecated and will be removed in a future version.
    Instructions for updating:
    keep_dims is deprecated, use keepdims instead
    INFO:tensorflow:Scale of 0 disables regularizer.
    WARNING:tensorflow:From C:\tensorflow1\models\research\object_detection\core\losses.py:317: softmax_cross_entropy_with_logits (from tensorflow.python.ops.nn_ops) is deprecated and will be removed in a future version.
    Instructions for updating:

    Future major versions of TensorFlow will allow gradients to flow
    into the labels input on backprop by default.

    See @{tf.nn.softmax_cross_entropy_with_logits_v2}.

    Traceback (most recent call last):
      File "train.py", line 167, in <module>
        tf.app.run()
      File "C:\Anaconda\envs\tensorflow\lib\site-packages\tensorflow\python\platform\app.py", line 126, in run
        _sys.exit(main(argv))
      File "train.py", line 163, in main
        worker_job_name, is_chief, FLAGS.train_dir)
      File "C:\tensorflow1\models\research\object_detection\trainer.py", line 284, in train
        train_config.optimizer)
      File "C:\tensorflow1\models\research\object_detection\builders\optimizer_builder.py", line 50, in build
        learning_rate = _create_learning_rate(config.learning_rate)
      File "C:\tensorflow1\models\research\object_detection\builders\optimizer_builder.py", line 109, in _create_learning_rate
        learning_rate_sequence, config.warmup)
      File "C:\tensorflow1\models\research\object_detection\utils\learning_schedules.py", line 156, in manual_stepping
        raise ValueError('First step cannot be zero.')
    ValueError: First step cannot be zero.
更新说明:
请切换到tf.train.create\u global\u步骤
信息:tensorflow:比例为0将禁用正则化器。
信息:tensorflow:比例为0将禁用正则化器。
信息:tensorflow:框预测值之前的附加转换深度:0
警告:tensorflow:From C:\tensorflow1\models\research\object\u detection\core\box\u predictor.py:403:calling reduce\u mean(From tensorflow.python.ops.math\u ops)with keep\u dims已被弃用,并将在未来版本中删除。
更新说明:
keep_dims已弃用,请改用keepdims
信息:tensorflow:比例为0将禁用正则化器。
警告:tensorflow:From C:\tensorflow1\models\research\object\u detection\core\loss.py:317:softmax\u cross\u entropy\u with\u logits(来自tensorflow.python.ops.nn\u ops)已弃用,将在未来版本中删除。
更新说明:
TensorFlow的未来主要版本将允许渐变流动
默认情况下,输入backprop上的标签。
参见{tf.nn.softmax_cross_entropy_与_logits_v2}。
回溯(最近一次呼叫最后一次):
文件“train.py”,第167行,在
tf.app.run()
文件“C:\Anaconda\envs\tensorflow\lib\site packages\tensorflow\python\platform\app.py”,第126行,正在运行
_系统出口(主(argv))
文件“train.py”,第163行,在main中
工人\工作\姓名,是\旗舰队队长。列车长)
文件“C:\tensorflow1\models\research\object\u detection\trainer.py”,第284行,列车中
列车(配置优化器)
文件“C:\tensorflow1\models\research\object\u detection\builders\optimizer\u builder.py”,第50行,内部版本
学习率=\u创建学习率(config.learning\u rate)
文件“C:\tensorflow1\models\research\object\u detection\builders\optimizer\u builder.py”,第109行,位于“创建学习率”
学习(速率序列,配置预热)
文件“C:\tensorflow1\models\research\object\u detection\utils\learning\u schedules.py”,第156行,手动
raise VALUERROR('第一步不能为零')
ValueError:第一步不能为零。

为什么我会犯这样的错误?请帮我解决这个问题。

我在这里找到了一个解决方案:

基本上,将此代码从您的training/faster\u rcnn\u inception\u v2\u pets.config(或您命名的任何文件)文件中删除:

如果您正在查找确切的文本,您可能找不到它,在我的代码中,它的学习率为:.0002。不管怎样,希望这有帮助

schedule {
   step: 0
   learning_rate: .0001
}