python - Tensorflow Object API TF2 未在 Tensorboard 中显示可视化

Question

描述

我有一个使用对象检测 API 进行训练的设置，效果非常好，但是我不得不从 TF1.15 升级到 TF2，因此我现在使用的是 model_main_tf2.py 而不是使用 model_main_tf2.py 并使用 mobilenet ssd 320x320 管道转移火车一个新的模型。

在 TF1.15 中训练我的模型时，它会显示一大堆标量以及检测框图像样本。太棒了。

在 TF2 训练中，我没有得到这样的数据，只有损失标量和 3 个输入图像！！然而事件文件却是巨大的千兆字节！就像他们使用 TF1.15 在数百兆中一样

问题是没有地方可以指定呈现什么数据。除了用于运行训练的 model_main py 文件之外，我没有更改任何内容。我将 num_visualizations: 添加到管道配置文件中，但没有出现检测框的可视化。

有人可以向我解释发生了什么吗？我需要能够看到整个训练过程中发生的事情！

谢谢你

在 Linux 中执行 TRT 优化之前，我正在虚拟环境中的 PC 上进行培训，但我认为这在这里真的无关紧要。

环境 GPU 类型：P220 操作系统 + 版本：Win10 Pro Python 版本（如果适用）：3.6 TensorFlow 版本（如果适用）：2

相关文件

TF1.15 vs TF2 截图： TF1 (model_main.py) Tensorboard Results TF2 (model_main_tf2.py) Tensorboard Results

重现步骤

我正在使用GitHub 对象检测 API的存储库

模型 管道配置文件

更新：我进行了进一步调查，发现张量板设置是在 TF1.15 的Object Detection Trainer 1和TF2 的Object Detection Trainer 2中设置的

因此，如果有人比我更了解这方面的知识，可以弄清楚有什么区别，以及我需要做什么才能在 v2 的 tensorboard 中获得与第一个相同的结果，这将是惊人的，并让我非常头疼。即使它被记录为用于 TF2，这似乎也没有真正遵循 TF2 语法，但我可能是错的。

标签： pythontensorflow