張量流對象檢測從現有檢查點微調模型

我試圖從現有檢查點跟隨這些 instructions來訓練模型。張量流對象檢測從現有檢查點微調模型

我有configured對象檢測訓練管道使用faster_rcnn_resnet101_voc07.config配置。

在檢查站段我已經設置，其中位於預訓練模型faster_rcnn_resnet101_coco.tar.gz

Acording的的檢查點文件，這issue的fine_tune_checkpoint可以是包含三個文件的目錄路徑的目錄：（。 data-00000-of-00001，.index，.meta）。

所以我設置的目錄路徑「的/ home /文檔/ car_dataset /模型/模型/火車」

gradient_clipping_by_norm: 10.0 
    fine_tune_checkpoint: "/home/docs/car_dataset/models/model/train" 
    from_detection_checkpoint: true 
    num_steps: 800000 
    data_augmentation_options { 
    random_horizontal_flip { 
    } 
    }

然而，當我執行腳本的訓練：

python object_detection/train.py  --logtostderr\ 
--pipeline_config_path=/home/docs/car_dataset/models/model/faster_rcnn_resnet101_voc07.config\ 
--train_dir=/home/docs/car_dataset/models/model/train\ 
--num_gpus=2

我得到了錯誤：

tensorflow.python.framework.errors_impl.DataLossError: Unable to open table file /home/docs/car_dataset/models/model/train: Failed precondition: /home/docs/car_dataset/models/model/train: perhaps your file is in a different file format and you need to use a different restore operator?

我也試過設置pa TH到每個文件在目錄

fine_tune_checkpoint: "/home/docs/car_dataset/models/model/train/model.ckpt.meta"

，但我得到的錯誤：

tensorflow.python.framework.errors_impl.DataLossError: Unable to open table file /home/docs/car_dataset/models/model/train/model.ckpt.meta: Data loss: not an sstable (bad magic number): perhaps your file is in a different file format and you need to use a different restore operator?

什麼是定義在具有三個文件管道配置訓練模型前的正確方法：（。數據-00001，-index，.meta）。

Tensorflow版本： 1.2.1

來源

2017-08-15 alfredo138923

你所要做的就是沒有「.META」，「的.index」和」。數據00000-的-00001" 擴展到指定的完整路徑。在你的情況，這看起來是：「/home/docs/car_dataset/models/model/train/model.ckpt」（你會注意到比目錄更具體）。

來源

2017-08-15 05:09:25

張量流對象檢測從現有檢查點微調模型

回答

相關問題