可视化对象检测图时 TensorBoard 挂起

Posted 2023-03-27

【中文标题】可视化对象检测图时 TensorBoard 挂起

【英文标题】：TensorBoard hangs when visualizing an Object Detection graph

【发布时间】：2021-01-01 17:32:29

【问题描述】：

我需要可视化 TensorFlow 对象检测模型的结构。我正在尝试通过以下代码在 Colab 中使用 TensorBoard。当 TensorBoard 加载日志时，它会卡在“命名空间层次结构：查找相似子图”这一步。

!pip install -U tensorflow

import tensorflow as tf

from tensorflow.python.client import session  
from tensorflow.python.framework import ops  
from tensorflow.python.tools import saved_model_utils
from tensorflow.python.framework import importer
from tensorflow.python.summary import summary

!wget http://download.tensorflow.org/models/object_detection/tf2/20200711/ssd_resnet50_v1_fpn_640x640_coco17_tpu-8.tar.gz
!tar -xf ssd_resnet50_v1_fpn_640x640_coco17_tpu-8.tar.gz

%load_ext tensorboard

log_dir = '/content/logs'
tag_set = "serve"
model_dir = '/content/ssd_resnet50_v1_fpn_640x640_coco17_tpu-8/saved_model'

with session.Session(graph=ops.Graph()) as sess:
  input_graph_def = saved_model_utils.get_meta_graph_def(model_dir,
                                                        tag_set).graph_def
  importer.import_graph_def(input_graph_def)

  pb_visual_writer = summary.FileWriter(log_dir)
  pb_visual_writer.add_graph(sess.graph)
  print("Model Imported. Visualize by running: "
        "tensorboard --logdir=".format(log_dir))

%tensorboard --logdir=$log_dir

这是笔记本的链接：https://colab.research.google.com/drive/1MrbNJYR2ds8RRgIBvgUgAILw0Jwdygui?usp=sharing。

环境： 浏览器：铬 操作系统：Windows 内存：8 GB

最终，我开始收到以下错误。

仅供参考，我尝试在具有 4 GB RAM 的 Windows 计算机上运行相同的进程，并在 shell 中运行 TensorBoard 服务器。我使用默认 URL（在笔记本之外）访问了 TensorBoard。它在启动过程中的同一点失败。

我看到Tensorboard got stuck in 'namespace hierarchy finding similar subgraphs' 和I'm struggling to implement tensorboard monitoring into the Mask_RCNN training process 提出了类似的问题，但没有提供答案。

提前致谢 -- 这对我正在为我的公司做的重要项目非常有帮助。

【参考方案1】：

我相信我现在知道如何解决 3 个问题。

RAM/CPU 不足 -> 在资源较多的计算机上运行 复杂图形，需要放大 -> 使用缩放查看节点 变量未初始化 -> 评估模型以显示图形边缘

1。 RAM/CPU 不足

在具有 24 GB RAM 和 8 个 i7 内核的 Windows 计算机上运行该过程为我消除了崩溃。有时我会收到有关页面无响应的消息，但您只需单击“等待”按钮即可加载。加载本身也快得多。

2。图复杂，需要放大

运行上述代码，TensorBoard 会显示一个空白屏幕。但是，图形节点的轮廓很模糊。

放大以查看详细信息。屏幕右下角的导航框很有帮助。

3。初始化变量

代替我上面问题中的代码，使用以下代码：

import tensorflow as tf
import numpy as np

!pip install -U tensorflow

%load_ext tensorboard

# Download model
!wget http://download.tensorflow.org/models/object_detection/tf2/20200711/ssd_resnet50_v1_fpn_640x640_coco17_tpu-8.tar.gz
!tar -xf ssd_resnet50_v1_fpn_640x640_coco17_tpu-8.tar.gz

model_dir = '/content/ssd_resnet50_v1_fpn_640x640_coco17_tpu-8/saved_model'
log_dir = '/content/logs'

if os.path.exists(log_dir):
  ! rm -r $log_dir

@tf.function
def f(x):
    imported = tf.saved_model.load(model_dir)
    results = imported(x)
    return results
    
#Initialize variables
imgs = np.zeros((1,640,640,3),dtype=int)
imgs_t = tf.constant(imgs, dtype=tf.dtypes.uint8)
imported_g = f.get_concrete_function(imgs_t).graph

# Export the graph
with session.Session(graph=imported_g) as sess:
  pb_visual_writer = summary.FileWriter(log_dir)
  pb_visual_writer.add_graph(sess.graph)
  print("Model Imported. Visualize by running: "
        "tensorboard --logdir=".format(log_dir))

新图表显示图表的边缘，而不仅仅是节点。

这是一个可以运行的笔记本：https://colab.research.google.com/gist/mherzog01/d631998cb4d0b0dbcb70492b933a67c8/tensorboard-hangs-during-graph-visualization-solution.ipynb。