我试图在本教程https://towardsdatascience.com/how-to-train-your-own-object-detector-with-tensorflows-object-detector-api-bec72ecfe1d9之后使用张量流上的API检测。但是有些细节我不理解。
首先，我不了解配置文件中评估的一些参数。 “num readers”和“max_evals”参数。 “Max evals”似乎是对数据集的评估数量，但为什么它默认不是1？因为我们只需要检查一次检查点（或者我错了？）。关于培训，数据是否会自动洗牌？
其次，我想知道我们是否可以使用张量板来在训练期间使用API检测在图像中显示框。如果是，获得它的步骤是什么？
num_readers：我不完全确定，但它可能与您需要读取eval输入所需的进程数量有关。你可以尝试改变它，如果你发现读取数据确实是你失去时间的地方（虽然通常情况并非如此，推理需要更多时间）。max_evals：说你要评估多少个检查点。在训练时，作业将定期保存检查点（例如，如果你停止训练，你不会丢失所有以前的工作;或者你可以选择分别由n和m迭代创建的网络）。您通常会同时开始评估工作，这将定期评估最后创建的检查点，直至max_evals检查点。如果您未填写此值，它将评估所有创建的检查点，从而在培训期间定期为您提供评估性能。shuffle: True添加到列车输入阅读器（在配置文件中），但apparently可能无法在第一个时期使用，所以你应该也可以确保你的数据集没有预先排序。shuffle: False。否则它会在每一步显示不同的图像，因此您不会真正看到进度。然后你只需运行Tensorboard，图像就会出现在“图像”选项卡中。