Tensorflow 对象检测 API 不显示全局步骤答案

【问题标题】：Tensorflow object detection API not displaying global stepsTensorflow 对象检测 API 不显示全局步骤
【发布时间】：2019-01-31 15:08:28
【问题描述】：

我是新来的。我最近开始使用对象检测并决定使用 Tensorflow 对象检测 API。但是，当我开始训练模型时，它并没有像应有的那样显示全局步骤，尽管它仍在后台进行训练。

详情：我正在服务器上进行培训并在 Windows 上使用 OpenSSH 访问它。我通过收集图片并标记它们来训练自定义数据集。我使用 model_main.py 对其进行了训练。此外，直到几个月前，API 还有些不同，直到最近才更改为最新版本。例如，之前它使用 train.py 进行训练，而不是 model_main.py。我能找到的所有在线教程都使用 train.py，所以最新提交可能有问题。但我没有找到其他人解决这个问题。

提前致谢！

【问题讨论】：

欢迎来到本站。用有限的信息提供帮助确实有点困难。您可以尝试从Help center 读取How do I ask a good question?。
如果您使用 putty 类型的客户端并从 putty 调用 train.py，您将能够看到步骤和进度
@SrinivasBringu 您好，感谢您的回复。我在 Windows 上使用 openSSH。它仍然没有显示步骤。此外，它不再使用 train.py，他们更改了 API，现在使用 model_main.py。
@user2653663 我添加了更多细节！
感谢这个惊人的问题！！！我已经浪费了很多时间认为培训没有发生

标签： tensorflow object-detection object-detection-api

【解决方案1】：

在model_main.py 脚本的导入部分之后添加tf.logging.set_verbosity(tf.logging.INFO)。它将在每 100 步后显示一个摘要。

【讨论】：

成功了，谢谢！我还有几个疑问： 1. 为什么它最初不起作用？ 2. 可以让每一步都显示吗？
酷，你介意接受我的回答作为正确的答案，这样它也可以帮助其他人吗？对于您的问题： 1. 我实际上不知道他们为什么禁用此功能，也许有人只是忘记在官方存储库中提交它。 2.应该是可能的，但我还没有弄清楚如何。但是每 100 次后输出一次似乎足以进行调试（至少检查进程是否仍在运行）。
我想通了！感谢您的帮助，它为我节省了很多时间。很棒的社区！

【解决方案2】：

按照 Thommy257 的建议，在 model_main.py 的 import 部分之后添加 tf.logging.set_verbosity(tf.logging.INFO) 默认每 100 步打印一次摘要。

进一步，指定摘要的频率，更改

config = tf.estimator.RunConfig(model_dir=FLAGS.model_dir)

到

config = tf.estimator.RunConfig(model_dir=FLAGS.model_dir, log_step_count_steps=k)

每 k 步后打印的位置。

【讨论】：

有没有办法禁用 global_step/sec INFO？如果你问我，那就太多余了。

【解决方案3】：

关于最近对 model_main 的更改，以前的版本可在“legacy”文件夹中找到。我使用这个遗留文件夹中的 train.py 和 eval.py，其功能与以前相同。

【讨论】：