在 Matterport 上设置张量板 - Mask RCNN

Question

我正在关注这个 tutorial for image detection using Matterport 回购。我尝试遵循此 guide 并将代码编辑为

如何编辑以下代码来可视化张量板？

import tensorflow as tf
import datetime
%load_ext tensorboard

sess = tf.Session()

file_writer = tf.summary.FileWriter('/path/to/logs', sess.graph)

然后在模型区

# prepare config
config = KangarooConfig()
config.display()

# define the model
model = MaskRCNN(mode='training', model_dir='./', config=config)
model.keras_model.metrics_tensors = []


# Tensorflow board
logdir = os.path.join(
    "logs", datetime.datetime.now().strftime("%Y%m%d-%H%M%S"))
tensorboard_callback = tf.keras.callbacks.TensorBoard(logdir, histogram_freq=1)

# load weights (mscoco) and exclude the output layers
model.load_weights('mask_rcnn_coco.h5',
                   by_name=True,
                   exclude=[
                       "mrcnn_class_logits", "mrcnn_bbox_fc", "mrcnn_bbox",
                       "mrcnn_mask"
                   ])

# train weights (output layers or 'heads')
model.train(train_set,
            test_set,
            learning_rate=config.LEARNING_RATE,
            epochs=5,
            layers='heads')

我不知道去哪里 callbacks=[tensorboard_callback] ?

Answer 1

在你的 model.train 中，如果你仔细查看源代码文档，有一个名为 custom_callbacks 的参数，默认为 None。

这是您需要编写代码的地方，因此要使用自定义回调进行训练，您需要添加这行代码：

model.train(train_set,
            test_set,
            learning_rate=config.LEARNING_RATE,
            custom_callbacks = [tensorboard_callback],
            epochs=5,
            layers='heads')

Answer 2

您只需打开 Anaconda Prompt 并输入 tensorboard --logdir= yourlogdirectory，其中 yourlogdirectory 是包含模型检查点的目录。

它应该看起来像这样：logs\xxxxxx20200528T1755，其中 xxxx 代表您为配置指定的名称。

此命令将生成一个网址，将其复制到我们首选的浏览器中。

在 Matterport 上设置张量板 - Mask RCNN

Set up tensorboard on Matterport - Mask RCNN

python

tensorflow

keras

tensorboard