Есть ли релизная версия для Tensorflow Object Detection API?

Я хотел бы обновить свою старую версию репозитория API обнаружения объектов Tensorflow, чтобы использовать некоторые новые функции, такие как RetinaNet. В README говорится, что 13 июля был «релиз», но я не могу найти ни тега, ни фиксации, которые составили бы версию, о которой известно, что она работает.

Очевидно, ветвь master содержит новейшие изменения, но я тоже пробовал другие коммиты, но так и не смог запустить простое обучение без синтаксических ошибок в Python 3 (например, print без парантезиса, использования xrange), неправильных операторов импорта или TF падает из-за неправильных размеров формы где-то в будущем, например,

tensorflow.python.framework.errors_impl.InvalidArgumentError: Expected size[0] in [0, 100], but got 508
     [[Node: Slice_4 = Slice[Index=DT_INT32, T=DT_FLOAT, _device = "/job:localhost/replica:0/task:0/device:GPU:0"](unstack_2, PadOrClipBoxList/zeros_1, stack_4)]]
     [[Node: gradients/FirstStageFeatureExtractor/resnet_v1_50/resnet_v1_50/block3/unit_6/bottleneck_v1/conv3/Conv2D_grad/Conv2DBackpropInput/_7800 = _Recv[client_terminated=false, recv_device = "/job:localhost/replica:0/task:0/device:CPU:0", send_device = "/job:localhost/replica:0/task:0/device:GPU:0", send_device_incarnation=1, tensor_name = "edge_4351_...kpropInput", tensor_type=DT_FLOAT, _device = "/job:localhost/replica:0/task:0/device:CPU:0"]()]]

Может ли кто-нибудь указать мне на версию репозитория, которая содержит функцию RetinaNet и является «стабильной» в том смысле, что вы можете запустить ее без предварительного исправления синтаксических ошибок?

Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
3
0
312
1

Ответы 1

Большинство проблем должно было быть исправлено в этом PR. Я также просматриваю весь каталог обнаружения объектов, чтобы исправить проблемы совместимости с python 3. Скоро они выйдут!

Другие вопросы по теме