Tensorflow对象检测自定义数据集
当我试图在Github上使用自己的指南测试tenstorFlow目标检测API时发生了一个错误我在运行他们指南中提到的测试脚本时遇到了以下错误
python对象检测/构建器/模型构建器测试。py/home/appu/anaconda3/envs/ml/lib/python3。6/importlib/_引导。py:219:RuntimeWarning:compiletime模块“tensorflow”的3.5版。python框架fast_tensor_util'与运行时版本3.6返回f（*args，**kwds）回溯（最近一次调用）：文件“object_detection/builders/model_builder_test.py”，第21行，from object_detection。生成器导入模型生成器文件“/home/appu/RD/ml/models/research/object\u detection/builders/model\u builder.py”，第19行，来自object\u detection。生成器导入box\u predictor\u builder文件“/home/appu/RD/ml/models/research/object\u detection/builders/box\u predictor\u builder.py”，第18行，来自object\u detection。预测器导入卷积盒预测器文件“/home/appu/RD/ml/models/research/object\u detection/predictors/voluminal\u box\u predictor.py”，第18行，来自object\u detection。核心导入框预测器文件“/home/appu/RD/ml/models/research/object\u detection/core/box\u predictor.py”，第137行，类内KerasBoxPredictor（tf.keras.Model）：属性错误：模块“tensorflow”。pythonkeras'没有属性'Model'
我使用python3.6和tenstorflow版本1.4和我的完整软件包列表如下
#
# Name Version Build Channel
_tflow_190_select 0.0.3 mkl
absl-py 0.3.0 py36_0
appdirs 1.4.3 py36h28b3542_0
asn1crypto 0.24.0 py36_0
astor 0.7.1 py36_0
astroid 1.6.5 py36_0
attrs 18.1.0 py36_0
automat 0.7.0 py36_0
backcall 0.1.0 py36_0
blas 1.0 mkl
bleach 2.1.3 py36_0
ca-certificates 2018.03.07 0
cachetools 2.1.0 <pip>
certifi 2018.4.16 py36_0
cffi 1.11.5 py36h9745a5d_0
constantly 15.1.0 py36h28b3542_0
contextlib2 0.5.5 py36_0
cryptography 2.2.2 py36h14c3975_0
cycler 0.10.0 py36_0
cython 0.28.4 py36hf484d3e_0
dbus 1.13.2 h714fa37_1
decorator 4.3.0 py36_0
entrypoints 0.2.3 py36_2
expat 2.2.5 he0dffb1_0
fontconfig 2.13.0 h9420a91_0
freetype 2.9.1 h8a8886c_0
funcsigs 1.0.2 py36_0
gast 0.2.0 py36_0
glib 2.56.1 h000015b_0
gmp 6.1.2 h6c8ec71_1
google-api-core 1.3.0 <pip>
google-api-python-client 1.7.4 <pip>
google-auth 1.5.1 <pip>
google-auth-httplib2 0.0.3 <pip>
google-cloud-bigquery 1.5.0 <pip>
google-cloud-core 0.28.1 <pip>
google-resumable-media 0.3.1 <pip>
googleapis-common-protos 1.5.3 <pip>
grpcio 1.12.1 py36hdbcaa40_0
gst-plugins-base 1.14.0 hbbd80ab_1
gstreamer 1.14.0 hb453b48_1
html5lib 1.0.1 py36_0
httplib2 0.11.3 <pip>
hyperlink 18.0.0 py36_0
icu 58.2 h9c2bf20_1
idna 2.7 py36_0
incremental 17.5.0 py36_0
intel-openmp 2018.0.3 0
ipykernel 4.8.2 py36_0
ipython 6.5.0 py36_0
ipython_genutils 0.2.0 py36_0
ipywidgets 7.3.1 py36_0
isort 4.3.4 py36_0
jedi 0.12.1 py36_0
jinja2 2.10 py36_0
jpeg 9b h024ee3a_2
jsonschema 2.6.0 py36_0
jupyter 1.0.0 py36_4
jupyter_client 5.2.3 py36_0
jupyter_console 5.2.0 py36_1
jupyter_core 4.4.0 py36_0
kaggle 1.4.5 <pip>
kiwisolver 1.0.1 py36hf484d3e_0
lazy-object-proxy 1.3.1 py36h14c3975_2
lcms 1.19 0
libedit 3.1.20170329 h6b74fdf_2
libffi 3.2.1 hd88cf55_4
libgcc-ng 7.2.0 hdf63c60_3
libgfortran-ng 7.2.0 hdf63c60_3
libpng 1.6.34 hb9fc6fc_0
libprotobuf 3.5.2 h6f1eeef_0
libsodium 1.0.16 h1bed415_0
libstdcxx-ng 7.2.0 hdf63c60_3
libtiff 4.0.9 he85c1e1_1
libuuid 1.0.3 h1bed415_2
libxcb 1.13 h1bed415_1
libxml2 2.9.8 h26e45fe_1
libxslt 1.1.32 h1312cb7_0
lxml 4.2.3 py36hf71bdeb_0
markdown 2.6.11 py36_0
markupsafe 1.0 py36h14c3975_1
matplotlib 2.2.2 py36hb69df0a_2
mccabe 0.6.1 py36_1
mistune 0.8.3 py36h14c3975_1
mkl 2018.0.3 1
mkl_fft 1.0.4 py36h4414c95_1
mkl_random 1.0.1 py36h4414c95_1
mock 2.0.0 py36_0
nbconvert 5.3.1 py36_0
nbformat 4.4.0 py36_0
ncurses 6.1 hf484d3e_0
notebook 5.6.0 py36_0
numpy 1.15.0 py36h1b885b7_0
numpy-base 1.15.0 py36h3dfced4_0
oauth2client 4.1.2 <pip>
object-detection 0.1 <pip>
olefile 0.45.1 py36_0
openssl 1.0.2o h14c3975_1
pandas 0.23.3 <pip>
pandoc 2.2.1 h629c226_0
pandocfilters 1.4.2 py36_1
parso 0.3.1 py36_0
pbr 4.2.0 py36_0
pcre 8.42 h439df22_0
pexpect 4.6.0 py36_0
pickleshare 0.7.4 py36_0
pillow 5.2.0 py36heded4f4_0
pip 18.0 <pip>
pip 10.0.1 py36_0
prometheus_client 0.3.1 py36_0
prompt_toolkit 1.0.15 py36_0
protobuf 3.5.2 py36hf484d3e_1
ptyprocess 0.6.0 py36_0
py-cpuinfo 4.0.0 <pip>
pyasn1 0.4.4 py36_0
pyasn1-modules 0.2.2 py36_0
pycparser 2.18 py36_1
pygments 2.2.0 py36_0
PyHamcrest 1.9.0 <pip>
pylint 1.9.2 py36_0
pyopenssl 18.0.0 py36_0
pyparsing 2.2.0 py36_1
pyqt 5.9.2 py36h22d08a2_0
python 3.6.6 hc3d631a_0
python-dateutil 2.7.3 py36_0
pytz 2018.5 py36_0
pyzmq 17.0.0 py36h14c3975_3
qt 5.9.6 h52aff34_0
qtconsole 4.3.1 py36_0
readline 7.0 ha6073c6_4
rsa 3.4.2 <pip>
send2trash 1.5.0 py36_0
service_identity 17.0.0 py36h28b3542_0
setuptools 39.2.0 py36_0
simplegeneric 0.8.1 py36_2
singledispatch 3.4.0.3 py36_0
sip 4.19.8 py36hf484d3e_0
six 1.11.0 py36_1
sqlite 3.24.0 h84994c4_0
tensorboard 1.9.0 py36hf484d3e_0
tensorflow 1.9.0 mkl_py36h6d6ce78_1
tensorflow-base 1.9.0 mkl_py36h2ca6a6a_0
termcolor 1.1.0 py36_1
terminado 0.8.1 py36_1
testpath 0.3.1 py36_0
tk 8.6.7 hc745277_3
tornado 5.0.2 py36h14c3975_0
tqdm 4.24.0 <pip>
traitlets 4.3.2 py36_0
twisted 18.7.0 py36h14c3975_1
uritemplate 3.0.0 <pip>
wcwidth 0.1.7 py36_0
webencodings 0.5.1 py36_1
werkzeug 0.14.1 py36_0
wheel 0.31.1 py36_0
widgetsnbextension 3.3.1 py36_0
wrapt 1.10.11 py36h14c3975_2
xz 5.2.4 h14c3975_4
zeromq 4.2.5 hf484d3e_0
zlib 1.2.11 ha838bed_2
zope 1.0 py36_0
zope.interface 4.5.0 py36h14c3975_0
共有1个答案
我刚刚通过将tensorflow升级到1.9解决了这个问题。0
-
问题内容： 说我的课很简单 我希望将此类s 的集合存储在People类的属性中，该属性是类型为Person的数组 也许我做到这一点如下 问题：请问我如何检查people.list是否包含实例alex？ 我很想尝试的简单尝试 称一个错误 问题答案： 有两个功能： 编译器在抱怨是因为编译器知道不是，因此需要一个谓词，但不是谓词。 如果阵列中的人员是（不是），则可以使用： 由于它们不相等，因此可以将第二
-
问题内容： 检查JavaScript中的对象属性是否为最佳方法是什么？ 问题答案： 检查属性值是否为特殊值的通常方法是： 要检查对象是否实际上没有这样的属性，并因此在尝试访问它时默认情况下将返回： 检查与标识符关联的值是否为特殊值， 或者 尚未声明该标识符。注意：此方法是引用 未声明的标识符（注意：与的值不同）的唯一方法，且不会出现早期错误： 在ECMAScript 5之前的JavaScript版
-
在运行Android TF Detect演示并使用我重新训练的3类ssd_mobilenet_v1_coco模型时，我的TF Detect演示崩溃，给出一个IndexOutOfBoundException 12-26 17:53:13.931 224 29-25212/org.tensorflow.demo E/AndroidRuntime：致命异常：推断进程：org.tensorflow.dem
-
根据Spark数据集介绍： 在我们期待Spark 2.0的时候，我们计划对数据集进行一些令人兴奋的改进，具体来说：。。。自定义编码器–虽然我们目前为各种类型自动生成编码器，但我们希望为自定义对象打开一个API。 并且尝试将自定义类型存储在中会导致以下错误： 无法找到存储在数据集中的类型的编码器。导入sqlC支持原始类型（Int、String等）和产品类型（case类）ontext.implicit