Python 在tensorflow对象检测API中，有没有办法知道对象检测模型有多少个参数？

我用tensor object detection（TFOD）API训练不同的模型，我想知道为给定的模型训练了多少个参数

我运行更快的RCNN，SSD，RFCN和不同的图像分辨率，我想知道有多少个参数是训练。有办法吗

我尝试了在这里找到的答案，但运气不好

这是我在

model_main.py

的第103行添加的代码：

print("Training {} parameters".format(np.sum([np.prod(v.get_shape().as_list()) for v in tf.trainable_variables()]))

---

我认为问题在于我没有访问TFOD正在运行的tf.Session（），因此我的代码总是返回0.0个参数（尽管训练很好，而且训练了数百万个参数），我不知道如何解决这个问题。

TFOD API使用

tf.estimator.estimator

来训练和评估。

Estimator

对象提供了获取所有变量的函数，

Estimator.get_variable_names（）

（）

您可以将这一行

print（estimator.get_variable_names（））

添加到

estimator.train_and_evaluate（）之后

培训完成后，您将看到打印的所有变量名。要更快地查看结果，您可以只进行一步训练。
使用export\u expression\u graph.py时，脚本还会分析您的模型，并统计参数和失败次数（如果可能）。
如果看起来像这样：

_TFProfRoot (--/# total params)
  FeatureExtractor (--/# params)
  ...
  WeightSharedConvolutionalBoxPredictor (--/# params)
  ...

你说训练多少个参数是什么意思？你是说你的模型中有多少个参数？@BlueRineS是的，我需要知道模型中有多少个参数。这就是你想要的答案吗？还是我答错了？