Блог

Я успешно обучил модель с примерно 16 тысячами шагов, в результате чего было создано довольно много контрольных точек, которые сохранены в моей training папке. Я хочу убедиться, что у меня нет проблем с переоборудованием, поэтому я хотел бы оценить каждую контрольную точку с помощью моих данных тестирования.

Я использую следующую команду из официального репозитория обнаружения объектов Tensorflow 2:

 PIPELINE_CONFIG_PATH={path to pipeline config file}
MODEL_DIR={path to model directory}
CHECKPOINT_DIR=${MODEL_DIR}
python object_detection/model_main_tf2.py 
    --pipeline_config_path=${PIPELINE_CONFIG_PATH} 
    --model_dir=${MODEL_DIR} 
    --checkpoint_dir=${CHECKPOINT_DIR} 
    --alsologtostderr
 

MODEL_DIR и CHECKPOINT_DIR оба указывают на мою training папку.

Проблема, с которой я сейчас сталкиваюсь, заключается в том, что при этом оценивается только последняя контрольная точка, но я хотел бы оценить их все сразу.

В идеале я хотел бы видеть результаты в TensorBoard, который показывает val_accuracy (карту) различных контрольных точек в виде графика, что он уже делает, но только для одной контрольной точки.