tensorflow - Tensorflow 对象检测 API 中 `train.py` 和 `model_main.py` 之间的区别

Question

我通常只是使用train.pyTensorflow 对象检测 API 进行训练。但是，我从https://www.kaggle.com/c/rsna-pneumonia-detection-challenge/discussion/68581读到，你也可以用它model_main.py来训练你的模型并在 Tensorboard 上查看实时图和图像。

1. 你是如何model_main.py在 Tensorboard 上使用的？
2. train.py和 和有什么不一样model_main.py？

标签： tensorflowobject-detection-api

Answer 1

1. 在 TensorBoard 上，model_main.py 输出类似于 train.py 的图形，但在 model_main.py 中，模型在评估数据集上的性能也被测量。

2. model_main.py 是 TensorFlow 对象检测 API 中的较新版本。它用于训练和评估模型。当使用 train.py 时，我们必须运行一个单独的程序进行评估（eval.py），而 model_main.py 执行两者。例如，训练代码将运行一段时间（例如 5 分钟或每 2000 步），然后停止训练并运行评估。评估完成后，将再次继续训练。然后再次重复相同的循环。