无法从 tf2 模型训练 TensorFlow 的自定义模型答案

【问题标题】：Fail to train custom model of Tensorflow from tf2 model无法从 tf2 模型训练 TensorFlow 的自定义模型
【发布时间】：2021-09-19 08:44:38
【问题描述】：

我想使用 Faster RCNN ResNet50 V1 训练我的自定义模型，并且我运行了以下命令：

Tensorflow/models/research/object_detection/model_main_tf2.py \
   --model_dir=Tensorflow/workspace/models/faster_rcnn_resnet50_v1 \
   --pipeline_config_path=Tensorflow/workspace/models/faster_rcnn_resnet50_v1/pipeline.config \
   --num_train_steps=2000

然后我得到以下错误：

File "/usr/local/lib/python3.7/dist-packages/object_detection/builders/model_builder.py", line 265, in _check_feature_extractor_exists
    'Tensorflow'.format(feature_extractor_type))
ValueError:  is not supported. See `model_builder.py` 
         for features extractors compatible with different versions of Tensorflow.

谁能帮帮我？

【问题讨论】：

标签： python tensorflow tensorflow2.0 object-detection faster-rcnn

【解决方案1】：

您提供的信息告诉我，您的配置文件中的特征提取器的名称有误。正确的方法是在配置文件中指定特征提取器，如下所示：

feature_extractor {
      type: 'faster_rcnn_resnet50_keras'
      batch_norm_trainable: true
    }

如果您要在较小的数据集上进行微调，请将 batch_norm_trainable 设置为 false。

resnet50_V1 的正确配置文件示例是 here。

【讨论】：