TensorFlow object detection API无法使用model zoo 里新下载的模型，解决方法

最新推荐文章于 2024-08-08 08:08:42 发布
最新推荐文章于 2024-08-08 08:08:42 发布
阅读量1.8k 收藏
点赞数 1
分类专栏： 深度学习笔记 文章标签： Object detection API model zoo InvalidArgumentError
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_37667519/article/details/80067544
版权
在使用TensorFlow Object Detection API时，若从model zoo下载的新模型与当前TensorFlow版本不一致（例如v1.5.0与v1.4.0），会导致InvalidArgumentError。解决方法是使用与当前版本相符的TensorFlow重新生成模型。参照官方文档，更新模型使其适应当前版本，从而避免错误。
摘要由CSDN通过智能技术生成

TensorFlow object detection API无法使用model zoo 里新下载的模型

使用tensorflow object detection里的object_detection_tutorial.ipynb进行目标检测时，如果Model为用不同版本的tensorflow得到的，如MODEL_NAME = 'REFINE_faster_rcnn_resnet50_coco_2018_01_28'是通过tensorflow v1.5.0生成，而当前使用的版本为v1.4.0，则会报错，如下所示：

InvalidArgumentError: NodeDef mentions attr 'identical_element_shapes' not in Op<name=TensorArrayV3; signature=size:int32 -> handle:resource, flow:float; attr=dtype:type; attr=element_shape:shape,default=<unknown>; attr=dynamic_size:bool,default=false; attr=
最低0.47元/天 解锁文章
TerenceCYJ
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
深度学习之 物体识别 Tensorflow object detection API 训练自己的模型 完整例子
ClarkChang的博客
07-04 7258
     记录 Tensorflow object detection API 物体识别 训练自己的模型   1、搭建环境  本例子，基于win10 64位 + Anaconda环境 安装和验证(自带例子)过程中会遇到缺失包及各种版本匹配问题(公司网络有些限制)，如果想节省时间的，可以安装如下版本的 Anaconda及相关包   1、安装Anaconda，版本建议如下 Anaconda3-5.2...
PINTO_model_zoo：一个共享TensorFlow Keras生成的经过训练的模型的调整结果的存储库。 训练后量化（权重量化，整数量化，完全整数量化，Float16量化），量化意识训练。 TensorFlow Lite。 OpenVINO。 CoreML。 TensorFlow.js。 TF-TRT。 MediaPipe。 ONNX。 [.tflite，.h5，.pb，saved_model，tfjs，t​​ftrt，mlmodel，.xml.bin，.onnx]
02-06
PINTO_model_zoo 使用模型之前，请阅读每个文件夹正下方的LICENSE文件的内容。 我的模型转换脚本是根据MIT许可证发布的，但是源模型本身的许可证受提供者存储库的许可证约束。 共享Tensorflow生成的经过训练的模型的调整结果的存储库。 训练后量化（权重量化，整数量化，完全整数量化，Float16量化），量化意识训练。 我还尝试将其尽可能转换为OpenVINO的IR模型。 TensorFlow Lite，OpenVINO，CoreML，TensorFlow.js，TF-TRT，MediaPipe，ONNX [.tflite，.h5，.pb，Saved_model，tf
tensorflow models zoo简介
苦逼的程序猿
04-02 8537
源码网址：https://github.com/tensorflow 检测样例：https://github.com/tensorflow/models/tree/master 提供了一组预先培训过的检测模型，包括Coco数据集、Kitti数据集、开放图像数据集、AVA V2.1数据集和不自然物种检测数据集。如果您对那些数据集中已经存在...
Open Model Zoo 深度学习模型库教程
最新发布
gitblog_01037的博客
08-08 571
Open Model Zoo 深度学习模型库教程 open_model_zooPre-trained Deep Learning models and demos (high quality and extremely fast)项目地址:https://gitcode.com/gh_mirrors/op/open_model_zoo 1. 项目目录结构及介绍 Open Model Zoo 的目...
学习笔记TF053:循环神经网络，TensorFlow Model Zoo，强化学习，深度森林，深度学习艺术...
ahua2886的博客
11-01 147
循环神经网络。https://github.com/aymericdamien/TensorFlow-Examples/blob/master/examples/3_NeuralNetworks/recurrent_network.py。 自然语言处理(natural language processing, NLP)应用网络模型。与前馈神经网络(feed-forward neural...
object_detection“使用教程”翻译（二）：Tensorflow检测模型zoo
王某的博客
11-08 1962
我们提供了在COCO数据集上预训练好的检测模型的集合【译者注：针对COCO数据集，已经开源了好几个检测模型，具体可以到项目中查看】。如果您对COCO数据集中已经存在的类别（例如，人类，汽车等）感兴趣，那么这些模型可以开箱即用。在训练新数据集时，它们也可用于初始化模型。 在下表中，我们列出了这样的预先训练好的模型，包括： 与samples / configs目录中的配置文件的文件名相对应的模
tensorflow目标检测api使用过程中的问题
baidu_36458985的博客
12-09 464
tensorflow目标检测api使用过程中的问题 tensorflow目标检测api使用过程中的问题 你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。 新的改变 我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下...
TensorFlow Object Detection API
leceall的博客
11-08 3852
TensorFlow Object Detection API 这个API的目的是创建一个能够在单个图像中定位和识别多个对象的精确机器学习模型。该API是在tensorflow上构造的开源框架，易于构建、训练和部署目标检测模型。 条件 Window7 Anaconda3 安装 这里Anaconda下载安装就好。 安装完以后，打开Anaconda Prompt，输入清华的仓库镜像，...
windows10下安装TensorFlow Object Detection API的步骤
01-20
模型源码：https://github.com/tensorflow/models 1、下载源码后解压，修改文件夹名为models （以下步骤中涉及到路径的地方需要根据自己的实际情况而定） 2、安装protoc： 打开网址...
tensorflow object detection api 详细实践教程
热门推荐
csdn_6105的博客
10-04 2万+
最近由于研究方向的更换，接触到了目标检测（Object Detection）领域，觉得很有意思，并且阅读了该方向的相关经典文献，包括Fast-RCNN、Faster-RCNN、SSD、YOLO以及RetinaNet等。但是对于读研狗或者读博狗的我们来说，复现别人代码并且能够得到在公开数据集上和原作者相近甚至相同的实验结果对于我们做研究甚至以后的工作来说是至关重要的。个人觉得目标检测方向是多个细化方...
使用tensorflow对象检测模型python和opencv的社交距离检测器
weixin_26630173的博客
09-19 852
介绍 (Introduction) During the quarantine I was spending time on github exploring Tensorflow’s huge number of pre-trained models. While doing this, I stumbled on a repository containing 25 pre-trained ...
制作tensorflow的TFRecords 数据集(tensorflow models zoo)
苦逼的程序猿
04-04 907
对于Tensorflow，需要输入专门的 TFRecords Format 格式。 打开labeImg开始制作。 先制作voc格式的数据集 1】准备素材 自己要做人脸检测模型，收集了各种环境下含人脸图片，对人脸进行标注。图片重命名统一为1-10000的有序数字，从00001开始，并批量统一为jpg格式。 2】目标物体标注 用labelImage(https://github...
配置训练模型xxxxx.config(tensorflow models zoo)
苦逼的程序猿
04-05 2910
在如下文件夹中找到对应模型的config 这里以下图为例： 修改1：改成自己需要分类的数目 修改2：改成自己一次需要训练的图片数目 你的gpu够牛的话，随你玩。 修改3：改成自己下载模型的目录 修改4：改成自己下训练数据和标签的的目录 修改5：改成自己下测试数据和标签的的目录 暂时只改了这几处。 ...
TensorFlow目标检测API小问题汇总
黑手黛博拉的博客
07-04 279
在object_detection_tutorial.ipynb中添加搜索路径时，使用 sys.path.append('要添加的路径') 报错：SyntaxError: (unicode error) ‘unicodeescape’ codec can’t decode bytes in position 2-3: truncated \UXXXXXXXX escape 解决方法：在所添加的路径前加r sys.path.append(r'要添加的路径') 已经安装了TensorFlow，但是在.
Pascal VOC 数据集介绍（tensorflow model zoo）
苦逼的程序猿
04-16 1174
Pascal VOC 数据集的下载 # 下载2007年的训练数据 wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar # 下载2007年的测试数据 wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-...
tensorflow object detection demo
pwtd_huran的博客
07-01 384
# coding: utf-8# # Object Detection Demo# Welcome to the object detection inference walkthrough!  This notebook will walk you step by step through the process of using a pre-trained model to detect ob...
ResNet-TensorFlow Model Zoo代码理解
zhangboshen的博客
04-27 1万+
ResNet自从15年问世以来迅速影响了CNN的发展，主要得益于ResNet的shortcut结构能够避免网络的退化（即传统的CNN随着网络深度的 增加会出现训练误差和测试误差增大的情况）和梯度消失/爆炸现象，使得ResNet能够从网络层数的加深中受益，这也是为什么ResNet 能够做到34层，50层，甚至152层，甚至是1202层的缘故。
DGL官方教程--API--dgl.model_zoo
Minions的博客
03-31 2035
dgl.model_zoo Chemistry 实用工具 chem.load_pretrained（* args，** kwargs） 性能预测 当前支持的模型架构： GCN分类器 GAT分类器 神经网络 网络 MGCN AttentiveFP classdgl.model_zoo.chem.GCNClassifier(** kwargs)...
tensorflow object detection api macos
02-01
4. 下载预训练模型：在 TensorFlow Object Detection API 中，我们可以使用预训练的模型来进行目标检测。你可以从 TensorFlow Model Zoo 中下载适合你任务的模型，并将其解压到你的工作目录中。 5. 运行实例代码：...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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