《tf object detection API使用教程--第四讲》训练VOC2012数据集

PIPELINE_CONFIG_PATH={path to pipeline config file}
MODEL_DIR={path to model directory}
NUM_TRAIN_STEPS=50000
NUM_EVAL_STEPS=2000
python object_detection/model_main.py \
    --pipeline_config_path=${PIPELINE_CONFIG_PATH} \
    --model_dir=${MODEL_DIR} \
    --num_train_steps=${NUM_TRAIN_STEPS} \
    --num_eval_steps=${NUM_EVAL_STEPS} \
    --alsologtostderr

1. 按照自己的设置路径进行训练,参考链接

https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/running_locally.md

2. 最新版的models的代码中,已经把旧版本的train.py移到object_detection/legacy路径下,object_detection下的model_main.py代替了它的功能,不过model_main.py中没有tf.logging.set_verbosity(tf.logging.INFO)这句,导致训练的时候不打印训练信息,只要加上这句代码就行看到打印信息了(坑了我好久的)

 

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值