java创建tensorfly对象,Tensorflow对象检测自定义数据集
当我尝试使用他们自己的指南在Github测试tensorflow对象检测API时发生错误我在运行他们的指南中提到的测试脚本时遇到以下错误
python object_detection / builders / model_builder_test.py /home/appu/anaconda3/envs/ml/lib/python3.6/importlib/_bootstrap.py:219:RuntimeWarning:模块'tensorflow.python.framework.fast_tensor_util'的编译时版本3.5与运行时版本3.6不匹配返回f(* args,** kwds)回溯(最近一次调用最后一次):文件“object_detection / builders / model_builder_test.py”,第21行,来自object_detection.builders import model_builder文件“/ home / appu / RD / ml / models / research / object_detection / builders / model_builder.py“,第19行,来自object_detection.builders import box_predictor_builder文件”/ home / appu / RD / ml / models / research / object_detection / builders / box_predictor_builder . py“,第18行,来自object_detection.predictors import convolutional_box_predictor文件”/home/appu/RD/ml/models/research/object_detection/predictors/convolutional_box_predictor.py“,第18行,来自object_detection.core import box_predictor File”/家用/亚太邮联/ RD /毫升/模型/科研/ object_detection /核心/ box_predict or.py“,第137行,在类KerasBoxPredictor(tf.keras.Model)中:AttributeError:模块'tensorflow.python.keras'没有属性'Model'
我使用python 3.6和tensorflow 1.4版,我的完整包列表如下
#
# 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
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
google-api-python-client 1.7.4
google-auth 1.5.1
google-auth-httplib2 0.0.3
google-cloud-bigquery 1.5.0
google-cloud-core 0.28.1
google-resumable-media 0.3.1
googleapis-common-protos 1.5.3
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
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
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
object-detection 0.1
olefile 0.45.1 py36_0
openssl 1.0.2o h14c3975_1
pandas 0.23.3
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 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
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
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
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
traitlets 4.3.2 py36_0
twisted 18.7.0 py36h14c3975_1
uritemplate 3.0.0
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
java创建tensorfly对象,Tensorflow对象检测自定义数据集相关推荐
- java创建一个不可变对象_使用不可变对象创建值对象
java创建一个不可变对象 在回答我最近的文章中AutoValue:生成的不可变的值类 , 布兰登认为,这可能是有趣的,看看如何AutoValue比较项目Lombok和Immutables和凯文借调这 ...
- java创建一个不可变对象_如何在Java中创建不可变类?
java创建一个不可变对象 Today we will learn about the immutable class in Java. What are immutable classes? The ...
- Java笔记09——类和对象
面向对象的两个要素:类和对象 类:是对一类事物的描述,是抽象的,概念上的定义. 对象:实际存在的某类事物的个体,也称为实例(instance). 属性: 类中的成员变量 行为:类中的成员方法 生活中描 ...
- 皕杰报表自定义扩展~自定义数据集
正常情况下,皕杰报表的数据集是直接连接数据库取数的,但是如果遇到特殊情况需要通过中间件连接数据库,而非直接连接,就需要用到自定义数据集. 所谓自定义数据集,就是说数据集是自己写的一个java类,这个类 ...
- 使用 Tensorflow 2 进行自定义对象检测的一般方法
在本文中,将向你介绍如何使用 Tensorflow 2 训练你自己的自定义对象检测器.这不是进行特定类型检测的教程,而是我们可以用来检测任何东西的常用方法. 要使用 Tensorflow 对象检测 A ...
- Windows上视频的tensorflow对象检测10
Previous article: "TensorFlow Object Detection in Windows (under 30 lines)", covers about ...
- 如何使用TensorFlow对象检测API播放Quidditch
by Bharath Raj 巴拉斯·拉吉(Bharath Raj) 如何使用TensorFlow对象检测API播放Quidditch (How to play Quidditch using the ...
- TensorFlow对象检测-1.0和2.0:训练,导出,优化(TensorRT),推断(Jetson Nano)
作者|Abhishek 编译|Flin 来源|analyticsvidhya 第1部分 从在自定义数据集中训练检测器到使用TensorFlow 1.15在Jetson纳米板或云上进行推理的详细步骤 完 ...
- 实践操作:六步教你如何用开源框架Tensorflow对象检测API构建一个玩具检测器
TensorFlow对象检测API是一个建立在TensorFlow之上的开源框架,可以轻松构建,训练和部署对象检测模型. 到目前为止,API的性能给我留下了深刻的印象.在这篇文章中,我将API的对象设 ...
最新文章
- 【经验】向word中插入格式化的代码块
- json web token 实践登录以及校验码验证
- 工程化专题之Maven(下)
- jodd忽略ssl证书_Jodd - Java界的瑞士军刀,无法想象的轻量级工具包
- php 运行环境 去mysql,php、MySql运行环境
- Java 语法 索引 ----- 泛型(Generics)
- CST 使用注意事项【持续更新】
- linux mysql 共享存储空间_Linux UDEV和为MySQL InnoDB共享表空间配置裸设备
- Nginx学习之六-nginx核心进程模型
- Sublime好看的字体
- Alias Method——高效的离散分布采样算法
- 【Revit二次开发】族
- 京东订单自动评价方法
- Nordic Homekit开发--Homekit广播数据解析
- python数据按照分组进行频率分布_3.2.1 分布分析
- Windows10官网原版系统下载地址汇总
- git提交Push to origin/master was rejected
- FaceBook反霸凌,推广网络安全须知
- 城市地铁站点接驳公交多目标优化方法
- 国庆弯道超车正当时,推荐一个免费的刷题网站。。。Python小伙伴可以看过来了