如何使用谷歌对象检测 api 进行 PascalVoc 评估答案

【问题标题】：How to do PascalVoc evaluation with google object detection api如何使用谷歌对象检测 api 进行 PascalVoc 评估
【发布时间】：2017-06-29 09:45:11
【问题描述】：

我正在自己的数据集上使用新的Google object_detection api 在配置文件中有字段eval_config和eval_input_reader，但我不明白如何使它们工作。

我还在 tensorflow/models/object_detection/ 文件 eval.py 中找到了一个文件，它似乎在运行评估，但我不完全理解这些参数是什么：

 ./eval \
        --logtostderr \
        --checkpoint_dir=path/to/checkpoint_dir \
        --eval_dir=path/to/eval_dir \
        --pipeline_config_path=pipeline_config.pbtxt

假设我有一个模型检查点（3 个 ckpt 文件元、索引和数据）我应该如何处理它们？

【问题讨论】：

标签： machine-learning tensorflow computer-vision deep-learning object-detection

【解决方案1】：

我也在寻找一个配置文件，或者关于如何构建一个的任何信息，带有参数说明，在这一点上documentation 并没有真正的帮助

【讨论】：

object_detection/samples/configs 中有一些示例。如果您有一个帕斯卡格式的数据集（带有图像、相应的注释和图像集），您可以通过类似于 object_detection/create_pascal_tf_record.py 的内容生成一个 .record 文件。您还必须生成一个 label_map.pbtxt（类似于您在 object_detection/data 中找到的内容）然后将这些路径放入配置文件（与 object_detection/samples/configs 相同）。尽管如此，仍然没有设法运行 eval.py 。它以某种方式卡住并且没有显示任何内容

【解决方案2】：

您不必对 eval 配置字段进行任何操作，但您应该将 eval_input_reader.tf_record_input_reader.input_path 字段更改为指向您的验证数据集，并且 eval_input_reader.label_map_path 应该指向您的标签映射。

替换下面示例配置中的PATH_TO_YOUR_TF_RECORD 和PATH_TO_YOUR_LABEL_MAP 字符串。

``` 评估配置：{ }

eval_input_reader: {
  tf_record_input_reader {
    input_path: "PATH_TO_YOUR_TF_RECORD"
  }
  label_map_path: "PATH_TO_YOUR_LABEL_MAP"
  shuffle: false
  num_readers: 1
}

```

【讨论】：

谢谢你，我设法让它工作。但是你能解释一下，为什么我不应该打乱我的数据集，它似乎总是会采用相同的图像（在我的情况下它们是按标签排序的）。 num_readers 字段是什么？