ssd_mobilenet_v2_fpnlite_320x320 的 .pbtxt 文件

Question

抱歉，我是使用 Tensorflow 2.0 制作模型的新手。

我正在尝试使用预训练模型训练模型：来自 Tensorflow 2.0 对象检测动物园的 ssd_mobilenet_v2_fpnlite_320x320。我正在学习使用 .pbtxt 文件作为模型的教程，但我不确定如何获取它，因为模型只有一个 .pb 文件。

https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/tf2_detection_zoo.md 链接在这里。我计划为我的模型使用 SSD MobileNet v2 320x320。

基本上我的问题是：我如何在pipeline.config 文件中引用一个 .pbtxt 文件，或者我可以为label_map_path 提供其他内容吗？

train_input_reader {

label_map_path: "路径"

tf_record_input_reader {

输入路径：“路径”

}

}

Answer 1

您必须根据您尝试训练对象检测模型的目的来创建“pbtxt”文件。 pbtxt 文件格式为：

item {
    id: 1
    name: 'class name 1'
}

item {
    id: 2
    name: 'class name 2'
}

例如，如果您正在训练对象检测模型来检测猫和狗。 您的 label_map.pbtxt 文件看起来像。

item {
    id: 1
    name: 'cat'
}

item {
    id: 2
    name: 'dog'
}

注意：此名称应与您在为图像添加标签时为类别指定的名称完全匹配。即使用labelImg软件进行标注。

有关使用 TensorFlow 对象检测 API 的完整指南。 见here

创建 label_map.pbtxt 文件后，您只需在 pipeline.pbtxt 中指定文件的路径。

train_input_reader {

label_map_path: "PATH_TO_LABEL_MAP_FOLDER/label_map.pbtxt"

tf_record_input_reader {

input_path: "PATH"

}

}