Обнаружение объекта Tensorflow Ошибка файла train_config - PullRequest
0 голосов
/ 19 марта 2019

Итак, я пытаюсь переобучить модель обнаружения объекта fast_rcnn, используя только один класс, который я пытался запустить как локально (на ВМ), так и через механизм ML.Я продолжаю сталкиваться с той же ошибкой в ​​отношении файла train_config, который, однако, является адаптацией конфигурации fast_rcnn_resnet50_coco.config:

Traceback (последний вызов был последним): File "/ usr / lib /python2.7 / runpy.py ", строка 174, в _run_module_as_main" main", fname, loader, pkg_name) Файл" /usr/lib/python2.7/runpy.py ", строка 72, в_run_code exec code в файле run_globals "/root/.local/lib/python2.7/site-packages/trainer/task.py", строка 171, в tf.app.run (main = main, argv = [sys.argv[0]] + unparsed) Файл "/usr/local/lib/python2.7/dist-packages/tensorflow/python/platform/app.py", строка 125, в рабочем файле _sys.exit (main (argv))"/root/.local/lib/python2.7/site-packages/trainer/task.py", строка 142, в главном файле tf.estimator.train_and_evaluate (файл оценки, train_spec, eval_specs [0]) "/ usr / local/lib/python2.7/dist-packages/tensorflow/python/estimator/training.py ", строка 471, в файле train_and_evaluate return executor.run ()" /usr/local/lib/python2.7/dist-packages/Tensorflow / python / estimator / training.py ", строка 637, в прогоне getattr (self, task_to_run) () Файл" /usr/local/lib/python2.7/dist-packages/tensorflow/python/estimator/training.py", строка 674, в файле run_master self._start_distributed_training (Saving_Listeners = Saving_Listeners)" /usr/local/lib/python2.7/dist-packages/tensorflow/python/estimator/training.py ", строка 788, в _start_distributed_trainingsave_listeners) Файл "/usr/local/lib/python2.7/dist-packages/tensorflow/python/estimator/estimator.py", строка 354, в потоке поезда = self._train_model (файл input_fn, hooks, save_listeners) "/usr / local / lib / python2.7 / dist-packages / tenorflow / python / estimator / estimator.py ", строка 1207, в _train_model возвращает self._train_model_default (input_fn, hooks, save_listeners) Файл" / usr / local / lib /python2.7 / dist-packages / tenorflow / python / estimator / estimator.py ", строка 1234, в _train_model_default input_fn, model_fn_lib.ModeKeys.TRAIN)) Файл" /usr/local/lib/python2.7/dist-packages/tensorflow / руthon / estimator / estimator.py ", строка 1075, в файле _get_features_and_labels_from_input_fn self._call_input_fn (input_fn, mode)) в файле" /usr/local/lib/python2.7/dist-packages/tensorflow/python/estioror.python/estimator., строка 1162, в _call_input_fn вернуть файл input_fn (** kwargs) "/root/.local/lib/python2.7/site-packages/trainer/object_detection/inputs.py", строка 375, в _train_input_fn вызвать TypeError ('ДляВ режиме обучения train_config должен быть 'Ошибка ввода: Для режима обучения train_config должен быть train_pb2.TrainConfig.

Я потратил много времени на поиск потенциальной причиныэта проблема в моем файле конфигурации, но я не вижу, в чем проблема.Кажется, нет никакой документации, упоминающей это, кроме самого исходного кода TF.Любая идея будет принята с благодарностью!

    model {
  faster_rcnn {
    num_classes: 1
    image_resizer {
      fixed_shape_resizer {
        height: 600
        width: 205
      }
    }
    feature_extractor {
      type: 'faster_rcnn_resnet50'
      first_stage_features_stride: 16
    }
    first_stage_anchor_generator {
      grid_anchor_generator {
        scales: [0.25, 0.5, 1.0, 2.0]
        aspect_ratios: [0.5, 1.0, 2.0]
        height_stride: 16
        width_stride: 16
      }
    }
    first_stage_box_predictor_conv_hyperparams {
      op: CONV
      regularizer {
        l2_regularizer {
          weight: 0.0
        }
      }
      initializer {
        truncated_normal_initializer {
          stddev: 0.01
        }
      }
    }
    first_stage_nms_score_threshold: 0.0
    first_stage_nms_iou_threshold: 0.7
    first_stage_max_proposals: 300
    first_stage_localization_loss_weight: 2.0
    first_stage_objectness_loss_weight: 1.0
    initial_crop_size: 14
    maxpool_kernel_size: 2
    maxpool_stride: 2
    second_stage_box_predictor {
      mask_rcnn_box_predictor {
        use_dropout: false
        dropout_keep_probability: 1.0
        fc_hyperparams {
          op: FC
          regularizer {
            l2_regularizer {
              weight: 0.0
            }
          }
          initializer {
            variance_scaling_initializer {
              factor: 1.0
              uniform: true
              mode: FAN_AVG
            }
          }
        }
      }
    }
    second_stage_post_processing {
      batch_non_max_suppression {
        score_threshold: 0.0
        iou_threshold: 0.6
        max_detections_per_class: 100
        max_total_detections: 300
      }
      score_converter: SOFTMAX
    }
    second_stage_localization_loss_weight: 2.0
    second_stage_classification_loss_weight: 1.0
  }
}
train_config: {
  batch_size: 5
  optimizer {
    momentum_optimizer: {
      learning_rate: {
        exponential_decay_learning_rate {
          initial_learning_rate: 0.0003
          decay_steps: 500
          decay_factor: 0.9
        }
      }
      momentum_optimizer_value: 0.9
    }
    use_moving_average: false
  }
  gradient_clipping_by_norm: 10.0
  fine_tune_checkpoint: "gs://ml-pipeline/checkpoints/fast_rcnn_resnet50/model.ckpt-5500"
  from_detection_checkpoint: true
  load_all_detection_checkpoint_vars: true
  num_steps: 2000
  data_augmentation_options {
    normalize_image {
    }
    random_pixel_value_scale {
    }
    random_adjust_brightness {
    }
    random_jitter_boxes {
    }
    random_pad_image {
    }
  }
  max_number_of_boxes: 35
}
train_input_reader: {
  tf_record_input_reader {
    input_path: "gs://ml-pipeline/data/tf-records/train.record"
  }
  label_map_path: "gs://ml-pipeline/story_label_map.pbtxt"
}
eval_config {
  num_examples: 54
  num_visualizations: 54
  eval_interval_secs: 10
  max_evals: 1
  #use_moving_averages: false
}
eval_input_reader: {
  tf_record_input_reader {
    input_path: "gs://ml-pipeline/data/tf-records/test.record"
  }
  label_map_path: "gs://ml-pipeline/story_label_map.pbtxt"
  shuffle: false
  num_readers: 1
}

1 Ответ

0 голосов
/ 21 марта 2019

Я не увидел здесь ничего явно неправильного. Не могли бы вы сделать это для отладки:

добавить print type(configs['train_config']) а также print configs['train_config'] здесь

и дайте мне знать, что напечатано?

...