在 Tensorboard 中显示更多图像 - Tensorflow 对象检测

Posted 2023-02-23

【中文标题】在 Tensorboard 中显示更多图像 - Tensorflow 对象检测

【英文标题】：Show more images in Tensorboard - Tensorflow object detection

【发布时间】：2018-10-06 05:55:46

【问题描述】：

我正在使用Tensorflow's object detection framework。训练和评估工作进展顺利，但在 tensorboard 中我只能看到 10 张用于评估工作的图像。有没有办法增加这个数字来查看更多图像？我尝试更改配置文件：

eval_config: 
  num_examples: 1000
  max_evals: 50


eval_input_reader: 
  tf_record_input_reader 
    input_path: "xxx/eval.record"
  
  label_map_path: "xxx/label_map.pbtxt"
  shuffle: false
  num_readers: 1

我认为max_eval 参数会改变这一点，但事实并非如此。

这是我为评估作业运行的命令：

python ../models/research/object_detection/eval.py \
    --logtostderr \
    --pipeline_config_path=xxx/ssd.config \
    --checkpoint_dir="xxx/train/" \
    --eval_dir="xxx/eval"

【参考方案1】：

它应该是eval_config 中的num_visualizations 参数（参见eval.proto code）。

【参考方案2】：

可能最简单的方法是添加命令行参数--samples_per_plugin

完整示例

tensorboard --logdir . --samples_per_plugin=images=100

https://github.com/tensorflow/tensorboard/issues/1012

【讨论】：

它适用于我的多台服务器。我使用以下版本的tensorboard==1.14.0

【参考方案3】：

通过编辑 object_detection/protos/eval.proto 文件，然后重新运行 protoc（请参阅 Tensorflow 文档），我已经能够使其在 Tensorboard 1.11.0 中工作。例如，eval.proto 中的这一行将启用 100 个示例（而不是默认的 10 个）：

optional uint32 num_visualizations = 1 [default=100];

这可能会对系统内存、浏览器性能、eval 性能等产生影响。因此请谨慎使用。