Tensorflow 对象检测配置文件文档

Question

我在 tensorflow 中使用 object detection api。我注意到几乎所有参数都通过配置文件传递。不过，我找不到有关这些配置文件选项的任何文档或教程。

我知道官方 git 他们为他们的预训练模型提供了 list of config files 这可能非常有帮助，但它并没有涵盖所有情况，当然如果需要也不会提供任何解释.

例如，在 train_config 部分中有一些数据增强选项，这些选项很容易解释，但其他选项的潜在存在尚不清楚：

  data_augmentation_options {
    random_horizontal_flip {
    }
  }
  data_augmentation_options {
    ssd_random_crop {
    }
  }

有没有我可以参考的来源？例如在这个 tutorial 中出现了两个我不知道的额外选项（batch_queue_capacity 和 prefetch_queue_capacity）。我在哪里可以找到合适的选项列表？我知道它是特定于模型的，但其中一些是通用的并且非常有用。

Answer 1

如 the configuration documentation, configuration files are just Protocol Buffers objects described in the .proto files under research/object_detection/protos. The top level object is a TrainEvalPipelineConfig defined in pipeline.proto, and different files describe each of the elements. For example, data_augmentation_options are PreprocessingStep objects, defined in preprocessor.proto (which in turn can include a range of other possible objects for different preprocessing tasks). The meaning of each object and field may or may not be obvious or well-documented, but you can always refer to the source code to see exactly how each value is being used (for example, check preprocessor.py 中所述，以了解如何完成数据扩充。