Обнаружение объекта Tensorflow Ошибка файла train_config
Поэтому я пытаюсь переобучить модель обнаружения объекта fast_rcnn, используя только один класс, который я пытался запустить как локально (на виртуальной машине), так и через механизм ML. Я продолжаю сталкиваться с одной и той же ошибкой в отношении файла train_config, который является адаптацией конфигурации quick_rcnn_resnet50_coco.config:
Трассировка (последний вызов был последним): файл "/usr/lib/python2.7/runpy.py", строка 174, в _run_module_as_main "main", имя_файла, загрузчик, имя_пакета) "/usr/lib/python2.7/ runpy.py ", строка 72, в исполняемом коде _run_code в файле run_globals"/root/.local/lib/python2.7/site-packages/trainer/task.py", строка 171, в tf.app.run(main=main, argv=[sys.argv[0]] + unparsed) Файл "/usr/local/lib/python2.7/dist-packages/tensorflow/python/platform/app.py", строка 125, в запуске _sys Файл.exit(main(argv)) "/root/.local/lib/python2.7/site-packages/trainer/task.py", строка 142, в файле main tf.estimator.train_and_evaluate(оценщик, train_spec, eval_specs[0]) Файл "/usr/local/lib/python2.7/dist-packages/tensorflow/python/estimator/training.py", строка 471, в train_and_evaluate, возвращает файл executor.run() "/ usr / local / lib /python2.7/dist-packages/tensorflow/python/estimator/training.py ", строка 637, в прогоне getattr(self, task_to_run)() Файл" /usr/local/lib/python2.7/dist-packages/ tenorflow / python / estimator / training.py ", строка 674, в run_master self._start_distributed_training(Saving_listeners= Saving_Listeners) Файл "/usr/local/lib/python2.7/dist-packages/tensorflow/python/estimator/training.py", строка 788, в файле _start_distributed_training Saving_listeners= сохраняющий_лиенты /local/lib/python2.7/dist-packages/tensorflow/python/estimator/estimator.py", строка 354, в потере поезда = self._train_model(файл input_fn, hooks, save_listeners)" / usr / local / lib / python2.7 / dist-packages / tenorflow / python / estimator / estimator.py ", строка 1207, в _train_model возвращает self._train_model_default(input_fn, hooks, save_listeners) Файл" /usr/local/lib/python2.7/dist- packages / tenorflow / python / estimator / estimator.py ", строка 1234, в _train_model_default input_fn, model_fn_lib.ModeKeys.TRAIN)) Файл"/usr/local/lib/python2.7/dist-packages/tensorflow/python/estimator/estimator.py", строка 1075, в файле _get_features_and_labels_from_input_fn self._call_input_fn(input_fn, mode))" /usr/local/lib/python2.7/dist-packages/tensorflow/python/esti mator / estimator.py ", строка 1162, в _call_input_fn вернуть файл input_fn(**kwargs)"/root/.local/lib/python2.7/site-packages/trainer/object_detection/inputs.py", строка 375, в _train_input_fn повышение TypeError('Для режима обучения
train_configдолжен быть ' TypeError: Для режима обучения,train_configдолжен быть train_pb2.TrainConfig.
Я долго искал потенциальную причину этой проблемы в моем конфигурационном файле, но не вижу, в чем проблема. Кажется, нет никакой документации, упоминающей это, кроме самого исходного кода TF. Любое понимание будет с благодарностью!
model {
faster_rcnn {
num_classes: 1
image_resizer {
fixed_shape_resizer {
height: 600
width: 205
}
}
feature_extractor {
type: 'faster_rcnn_resnet50'
first_stage_features_stride: 16
}
first_stage_anchor_generator {
grid_anchor_generator {
scales: [0.25, 0.5, 1.0, 2.0]
aspect_ratios: [0.5, 1.0, 2.0]
height_stride: 16
width_stride: 16
}
}
first_stage_box_predictor_conv_hyperparams {
op: CONV
regularizer {
l2_regularizer {
weight: 0.0
}
}
initializer {
truncated_normal_initializer {
stddev: 0.01
}
}
}
first_stage_nms_score_threshold: 0.0
first_stage_nms_iou_threshold: 0.7
first_stage_max_proposals: 300
first_stage_localization_loss_weight: 2.0
first_stage_objectness_loss_weight: 1.0
initial_crop_size: 14
maxpool_kernel_size: 2
maxpool_stride: 2
second_stage_box_predictor {
mask_rcnn_box_predictor {
use_dropout: false
dropout_keep_probability: 1.0
fc_hyperparams {
op: FC
regularizer {
l2_regularizer {
weight: 0.0
}
}
initializer {
variance_scaling_initializer {
factor: 1.0
uniform: true
mode: FAN_AVG
}
}
}
}
}
second_stage_post_processing {
batch_non_max_suppression {
score_threshold: 0.0
iou_threshold: 0.6
max_detections_per_class: 100
max_total_detections: 300
}
score_converter: SOFTMAX
}
second_stage_localization_loss_weight: 2.0
second_stage_classification_loss_weight: 1.0
}
}
train_config: {
batch_size: 5
optimizer {
momentum_optimizer: {
learning_rate: {
exponential_decay_learning_rate {
initial_learning_rate: 0.0003
decay_steps: 500
decay_factor: 0.9
}
}
momentum_optimizer_value: 0.9
}
use_moving_average: false
}
gradient_clipping_by_norm: 10.0
fine_tune_checkpoint: "gs://ml-pipeline/checkpoints/fast_rcnn_resnet50/model.ckpt-5500"
from_detection_checkpoint: true
load_all_detection_checkpoint_vars: true
num_steps: 2000
data_augmentation_options {
normalize_image {
}
random_pixel_value_scale {
}
random_adjust_brightness {
}
random_jitter_boxes {
}
random_pad_image {
}
}
max_number_of_boxes: 35
}
train_input_reader: {
tf_record_input_reader {
input_path: "gs://ml-pipeline/data/tf-records/train.record"
}
label_map_path: "gs://ml-pipeline/story_label_map.pbtxt"
}
eval_config {
num_examples: 54
num_visualizations: 54
eval_interval_secs: 10
max_evals: 1
#use_moving_averages: false
}
eval_input_reader: {
tf_record_input_reader {
input_path: "gs://ml-pipeline/data/tf-records/test.record"
}
label_map_path: "gs://ml-pipeline/story_label_map.pbtxt"
shuffle: false
num_readers: 1
}
1 ответ
Я не видел здесь ничего явно неправильного. Не могли бы вы сделать это для отладки:
добавлять print type(configs['train_config'])а такжеprint configs['train_config'] сюда
и дайте мне знать, что напечатано?