长话短说:
如何为tensorflow master github实现的lstm对象检测再训练准备数据。
长话短说:
大家好, 我最近发现基于这篇paper实现了一个 lstm 对象检测算法: http://openaccess.thecvf.com/content_cvpr_2018/papers/Liu_Mobile_Video_Object_CVPR_2018_paper.pdf
在tensorflow模型大师github存储库(https://github.com/tensorflow/models/tree/master/research/lstm_object_detection)
我想在我的自己的数据集上重新训练这个实现,以评估 lstm 对 SSD 等其他算法的改进。但我一直在努力解决如何准备训练数据的问题。我尝试了作者的配置文件,并尝试准备类似于 object-detection-api 的数据,并尝试使用与 inputs/seq_dataset_builder_test.py 或 inputs/tf_sequence_example_decoder_test.py 相同的过程。遗憾的是 github 自述文件没有提供任何信息。其他人在 github 存储库上创建了一个类似问题的问题 (https://github.com/tensorflow/models/issues/5869),但作者尚未提供有用的答案。一个月前我试图通过电子邮件联系作者,但没有得到回复。我也在网上搜索过但没有找到解决方案。所以我拼命给你写信!
有谁可以解释如何准备再培训的数据以及如何实际运行再培训。
感谢您的阅读,非常感谢任何帮助!
如果您的错误消息与 github 问题中的错误消息相同,则问题在于您没有安装所有必需的库。
https://pypi.org/project/google3/
理想情况下,他们应该提供一个requirements.txt 文件来安装所有内容,但似乎他们没有。这里可以给出另一种可能性:
https://github.com/tensorflow/models/issues/2576
并且您必须更改一些代码以指向内部 g3 文件夹。