Пример API обнаружения объектов Tensorflow не работает для Tensorflow 1x

Question

это мой первый проект машинного обучения, поэтому я, возможно, ошибаюсь в понимании. Я обучил пользовательскую модель с помощью учебника Tensorflow Object Detection API Github . Я запутался, поскольку на этой странице говорится, что в настоящее время api обнаружения объектов не поддерживает Tensorflow 2.x. Однако, когда я читаю демо , он просит установить Tensorflow 2.x.

Я не понимаю, когда api обнаружения объектов не поддерживает tenorflow v2.x, почему демонстрация просит установить tensorflow v2.x? Не могли бы вы помочь мне понять это? Мне, должно быть, чего-то не хватает.

Редактировать 1: Когда я пытаюсь запустить демонстрационный скрипт с помощью Tensorflow 1.15, я получаю сообщение об ошибке ниже

File "object_detection_custom.py", line 71, in run_inference_for_single_image
    num_detections = int(output_dict.pop('num_detections'))
TypeError: int() argument must be a string or a number, not 'Tensor'

Редактировать 2: Ниже представлен результат вызова модели

{
    u 'detection_boxes': < tf.Tensor 'StatefulPartitionedCall:0' shape = ( ? , 100, 4) dtype = float32 > , 
    u 'detection_classes': < tf.Tensor 'StatefulPartitionedCall:1' shape = ( ? , 100) dtype = float32 > , 
    u 'raw_detection_scores': < tf.Tensor 'StatefulPartitionedCall:6' shape = ( ? , ? , 2) dtype = float32 > , 
    u 'detection_scores': < tf.Tensor 'StatefulPartitionedCall:3' shape = ( ? , 100) dtype = float32 > , 
    u 'detection_multiclass_scores': < tf.Tensor 'StatefulPartitionedCall:2' shape = ( ? , 100, 2) dtype = float32 > , 
    u 'num_detections': < tf.Tensor 'StatefulPartitionedCall:4' shape = ( ? , ) dtype = float32 > , 
    u 'raw_detection_boxes': < tf.Tensor 'StatefulPartitionedCall:5' shape = ( ? , ? , 4) dtype = float32 >
}

Answer 1

Демо-ссылка, на которую вы ссылались выше, не работает, но записная книжка, на которую вы ссылаетесь, перемещена . В этом руководстве действительно используется TensorFlow 2, но только для вывода. Для обучения требуется TensorFlow 1.15.