Tensorflow 2 对象检测 API - 官方模型：什么是 VAL_JSON_FILE？

Question

要在 ModelZoo 中使用 TensorFlow 官方模型中的任何对象检测模型，有一个名为“VAL_JSON_FILE”的变量，用于params_override 参数。对于我的用例，我在 RetinaNet 上执行迁移学习。命令和参数如下：

TPU_NAME="<your GCP TPU name>"
MODEL_DIR="<path to the directory to store model files>"
RESNET_CHECKPOINT="<path to the pre-trained Resnet-50 checkpoint>"
TRAIN_FILE_PATTERN="<path to the TFRecord training data>"
EVAL_FILE_PATTERN="<path to the TFRecord validation data>"
VAL_JSON_FILE="<path to the validation annotation JSON file>"
python3 ~/models/official/vision/detection/main.py \
  --strategy_type=tpu \
  --tpu="${TPU_NAME?}" \
  --model_dir="${MODEL_DIR?}" \
  --mode=train \
  --params_override="{ type: retinanet, train: { checkpoint: { path: ${RESNET_CHECKPOINT?}, prefix: resnet50/ }, train_file_pattern: ${TRAIN_FILE_PATTERN?} }, eval: { val_json_file: ${VAL_JSON_FILE?}, eval_file_pattern: ${EVAL_FILE_PATTERN?} } }"

这是链接：https://github.com/tensorflow/models/blob/master/official/vision/detection/README.md

VAL_JSON_FILE 是做什么用的？有必要吗？如何找到/创建文件？

谢谢！

Answer 1

https://gregsdennis.github.io/Manatee.Json/usage/schema/validation.html
此链接有些相关，可以为您提供有关 JSON 验证的更多信息。在我看来，这是对 JSON 对象的测试（验证）；检查它是否匹配类型。

您是否尝试过在没有该文件的情况下运行学习？我不确定，但它可能是一个可选文件，或者已经有一个默认文件，无需进行必要的更改。