模型训练之.record文件生成.ckpt文件

此文基于:win10 Tensorflow Object Detection API配置

修改配置文件

下载预训练模型提取其中的相关文件稍加修改作为我们自己的文件

预训练模型可以从以下两个地方获取:

1. https://github.com/tensorflow/models/tree/master/research/slim

2. https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/detection_model_zoo.md

我这里随便选一个下载ssd_mobilenet_v1_coco

注:型号名称末尾的星号(☆)表示此型号支持TPU训训练。

解压后得到的文件夹“ssd_mobilenet_v1_coco_2018_01_28”全部复制到“F:\labelImg”目录下

接下来需要设置配置文件, 进入 Object Detection github 对应页面 寻找 配置文件的Sample

把下载下来的“ssd_mobilenet_v1_coco.config”文件复制到“F:\labelImg\tfrecords\hand”并对以下的地方做出修改:

第一处:

第二处:

在原有的模型上加入自己的模型进行微调:设置fine_tune_checkpoint路径为已训练的模型model.ckpt。同时from_detection_checkpoint为true。

全新训练自己的模型:注释掉fine_tune_checkpoint且from_detection_checkpoint设置为false

第三处:

训练集及pbtxt路径

第4处:

测试集及pbtxt路径

 

开始训练:方法有二

方法一:

利用“models-master\research\object_detection”目录下的model_main.py文件进行训练,

运行:

报错:ModuleNotFoundError: No module named ‘pycocotools’
报错:TypeError: can’t pickle dict_values objects
解决:
打开“models-master\research\object_detection\metrics\coco_tools.py”文件

成功后在“pb”目录下生成以下文件:
方法二:

利用“models-master\research\object_detection\legacy”目录下的train.py文件进行训练,

运行:

成功后在“pb”目录下生成以下文件:

等待loss稳定在一个比较小的值之间,则可以停止训练。(直接关闭窗口以上即可)

可视化操作:tensorflow训练模型可视化工具Tensorboard…

发表评论