SSD测试一张图片——Unable to open table file ../checkpoints/ssd_300_vgg.ckpt

最新推荐文章于 2019-10-24 10:38:44 发布
最新推荐文章于 2019-10-24 10:38:44 发布
阅读量3.1k 收藏 3
点赞数 3
CC 4.0 BY-SA版权
分类专栏： python tensorflow
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/Seven_year_Promise/article/details/79306717
本文解决了使用TensorFlow加载SSD预训练模型时出现的DataLossError问题，通过调整检查点文件格式成功运行图像检测。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

官网给的SSD的测试一张图片的方法是运行NOTEBOOK中的文件，个人感觉很费劲，不知道为啥要用这样的方式。

按照官网给的方式运行完会在浏览器上出现代码以及结果，我将所有代码按照顺序复制粘贴到了一个py文件中，将其中的checkpoint和demo图片的路径改为我的路径，运行出现了一个错误，如下：

DataLossError: Unable to open table file ../checkpoints/ssd_300_vgg.ckpt: Failed precondition: ../checkpoints/ssd_300_vgg.ckpt: perhaps your file is in a different file format and you need to use a different restore operator?

这是因为他打不开checkpoint的模型，我找了很久，tensorflow在R12版本之后改变了ckpt的存储方式，变为V2版的了，于是将我的tensorflow改为R12版的了，但是依然出错，最后发现一个很神奇的方法，将ssd_300_vgg.ckpt中的两个文件考出来放到checkpoints目录下，然后将ssd_300_vgg.ckpt删了，就好用了，我也不知为什么，也不想知道为什么，快被他折腾死了，，，，希望有人遇到这个问题能尽快解决，不要被折腾

DataLossError (see above for traceback): Unable to open table file
Zhang_xi_xi_94的博客
07-30 6424
最近在练习使用TensorFlow框架进行模型的训练和恢复，在进行模型恢复的过程中遇到了问题： 原代码： meta_path = 'data_batch.txt_epoch_2.ckpt.meta'            #图路径 model_path = 'data_batch.txt_epoch_2.ckpt.data-00000-of-00001'                #数据路...
pyinstaller打包教程及错误RuntimeError: Unable to open ./shape_predictor_68_face_landmarks.dat
weixin_44493841的博客
09-05 9968
pyinstaller打包教程及错误RuntimeError: Unable to open ./shape_predictor_68_face_landmarks.dat pyinstaller基本用法 假如我们要打包一个demo.py文件，基本过程是： 打开cmd，并切换到demo.py文件所在的目录,注意路径中不要有中文 执行命令：pyinstaller demo.py 在当前的目录下,将会...
SSD-300 VGG-based
08-05
Note: SSD300* and SSD512* are the latest models. Current code should reproduce these results.
VGG_VOC0712_SSD_300x300_train
u014553172的博客
12-03 2427
name: “VGG_VOC0712_SSD_300x300_train” layer { name: “data” type: “AnnotatedData” top: “data” top: “label” include { phase: TRAIN } transform_param { mirror: true me
VGG_VOC0712_SSD_300x300_iter_120000.ckpt.zip
08-05
Note: SSD300* and SSD512* are the latest models. Current code should reproduce these results.
SSD-300 VGG-based weights 权重包含两种ssd300的权重
11-18
SSD_300_vggmodel，包含两种ssd300： Model Training data Testing data mAP SSD-300 VGG-based VOC07+12+COCO trainval VOC07 test SSD-300 VGG-based VOC07+12 trainval VOC07 test -
.ipynb_checkpoints_.ipynb_checkpoints_RNN_
10-02
标题中的".ipynb_checkpoints_.ipynb_checkpoints_RNN_"似乎是一个笔记本文件的备份，其中包含了关于循环神经网络（RNN）的探索或实验。`.ipynb_checkpoints`是Jupyter Notebook自动创建的文件，用于保存工作进度，...
vgg16_bn-6c64b313.pth
08-17
标题中的"vgg16_bn-6c64b313.pth"是一个预训练模型的权重文件，常用于计算机视觉（CV）领域的深度学习任务。这个文件是VGG16网络模型的一个版本，带有批归一化（Batch Normalization，BN）层，其哈希值为"6c64b313...
Prepare InstructDiffusion checkpoint: please download InstructDiffusion(v1-5-pruned-emaonly-adaption-task.ckpt) and the repo in link. Download them first and use python convert_original_stable_diffusion_to_diffusers.py --checkpoint_path "./checkpoints/InstructDiffusion/v1-5-pruned-emaonly-adaption-task.ckpt" --original_config_file "./checkpoints/InstructDiffusion/configs/instruct_diffusion.yaml" --dump_path "./checkpoints/InstructDiffusion_diffusers".
03-09
--checkpoint_path ./v1-5-pruned-emaonly-adaption-task.ckpt \ --config_path ./official-repo/config.yaml \ --dump_path ./converted-model ``` ### 关键参数说明 | 参数名 | 作用 | |----------------|---...
Win10+tensorflow:SSD调试问题：Unable to open table file ../checkpoints/ssd_300_vgg.ckpt
去向前方的博客
07-02 3546
目录 目录 前言 正文 解决方案 前言 又到了一年考试周，本着机会完成上次没有实现的任务，使用深度学习做目标检测，yolov3已经调试通过，再试用SSD时遇到了一个奇怪的问题。 正文 官网给的SSD的测试一张图片的方法是运行NOTEBOOK中的文件，按照官网给的方式运行完会在浏览器上出现代码以及结果，将其中的checkpoint和demo图片的路径改为我的路径，运行出现了一个...
DataLossError (see above for traceback): Unable to open table file原因总结！
我的博客
03-20 4942
就是save_path书写方式不对！！！ 路径不能精确到文件！ 如保存操作为saver.save(sess, “train_model”) 那么会产生四个文件，分别为： 1.checkpoint 2.train_model-100.index 3.train_model-100.meta 4.train_model-100.data-00000-of-00001 那么导入时，saver.resto...
DataLossError (see above for traceback): Unable to open table file原因总结
wwl的博客
10-24 1345
如保存操作为saver.save(sess, “train_model”) 那么会产生四个文件，这是python3的saver.restore()格式，分别为： 1.checkpoint 2.train_model-100.index 3.train_model-100.meta 4.train_model-100.data-00000-of-00001 那么导入时，saver.restore(...
目标检测之SSD原理与实现
zhangjunp3的博客
06-06 1万+
一、设计理念论文下载：点击打开链接SSD和Yolo一样都是采用一个CNN网络来进行检测，但是却采用了多尺度的特征图，其基本架构下图所示。下面将SSD核心设计理念总结为以下三点：1.采用多尺度特征图用于检测所谓多尺度采用大小不同的特征图，CNN网络一般前面的特征图比较大，后面会逐渐采用stride=2的卷积或者pool来降低特征图大小，这正如图3所示，一个比较大的特征图和一个比较小的特征图，它们都用...
SSD-Tensorflow训练总结
Learning from the mistakes
10-30 2万+
感想 今天我测试了一下我自己训练的模型，和YOLOv2做了一下对比，检测的都是对的，YOLOv2版本的准确率不高，但是SSD有很多没有检测出来，召回率不怎么高。 1 制作数据集 最麻烦的是制作voc数据集，我这里用了公司的数据集生成器产生了很多张图片，总量大概有25000张左右。按照voc格式，把图片放在 JPEGImages目录下，xml格式的文件放在Annotations目录下
SSD: Single Shot MultiBox Detector 检测单张图片
热门推荐
Jesse_Mx的博客
10-29 2万+
前言 博主也算是刚开始研究SSD项目，之前写了一篇SSD的安装和配置，这次是简单介绍下如何用SSD检测单张图片，其实过程也比较简单，下面正式开始。准备工作 当然，首先你要把SSD按照教程编译好，设置好python环境变量，然后重启计算机（建议），开始本次工作。SSD项目检测单张图片有C++程序和ipython程序，这里建议用ipython，主要是方便简单（最近新增了C++程序说明）。该工具路径为/h
TensorFlow-SSD测试代码梳理
samylee的博客
01-08 1678
TensorFlow-SSD测试代码梳理，相信看过后对SSD的整个流程都一目了然了。 硬件：NVIDIA-GTX1080 软件：Windows7、python3.6.5、tensorflow-gpu-1.4.0 一、基础知识 1、anchor boxes (x, y, w, h) 1.1 x和y 例如38x38特征图输出，则对应原始图像300/38 = 8x8大小，则特征图[0]的x和...
深度学习训练自己的模型
u011489887的专栏
06-03 2120
1.数据集标注ssd训练自己的模型参考https://blog.csdn.net/u014696921/article/details/53353896
Unable to open table file ..\data\model_ckpt: Unknown: NewRandomAccessFile failed to Create/Open:
mtj66的博客，交流WX:SpringBreeze1104
03-21 9634
Unable to open table file ..\data\model_ckpt: Unknown: NewRandomAccessFile failed to Create/Open: 这里是因为加载模型,但是目录文件夹下并不存在保存的模型, 下载指定额模型放到data目录下,并修改checkpoint的目录为..\data\model.chpt 下载模型解压如下 : $ l...
Downloading: "https://github.com/DagnyT/hardnet/raw/master/pretrained/train_liberty_with_aug/checkpoint_liberty_with_aug.pth" to /home/lthpc/.cache/torch/hub/checkpoints/checkpoint_liberty_with_aug.pth
最新发布
04-03
<think>好的，用户的问题是关于如何正确下载PyTorch Hub中的HardNet模型预训练权重文件checkpoint_liberty_with_aug.pth。我需要结合提供的引用内容来给出准确的步骤。首先，用户提到下载预训练模型需要访问Hugging Face的网站[^1]，但这里可能是指一般模型下载的步骤。而用户实际需要的是PyTorch Hub中的模型，所以可能需要通过PyTorch Hub的API来加载。 接下来，用户提供的引用中有提到下载中断导致文件不完整的问题[^5]，这需要注意确保下载完整。此外，引用中提到了加载模型时参数不匹配的问题[^3][^4]，所以在下载后需要验证模型的正确性。 步骤应该是：首先使用PyTorch Hub的torch.hub.load方法直接加载模型和权重，这样会自动下载权重文件。如果自动下载失败，可能需要手动从Hugging Face或官方仓库下载，并放到指定目录。然后，在加载时设置strict=False以避免参数不匹配的错误。最后，运行示例代码验证加载是否成功，并检查文件完整性。 还需要提醒用户注意网络稳定性，避免下载中断，以及如何指定缓存目录。可能还需要提到使用wget或浏览器下载的方法，特别是当自动下载遇到问题时。这样用户可以根据具体情况选择最适合的方法，确保正确获取权重文件。</think>### 如何正确下载 HardNet 预训练权重 #### 步骤说明 1. **通过 PyTorch Hub 直接加载 (推荐)** ```python import torch model = torch.hub.load('DagnyT/hardnet', 'hardnet', pretrained=True, checkpoint_key='checkpoint_liberty_with_aug.pth') ``` 该方法会自动从官方仓库下载权重到 PyTorch 缓存目录（默认路径为 `~/.cache/torch/hub/checkpoints/`） 2. **手动下载并指定路径** - 访问 Hugging Face 模型库搜索 HardNet 页面 - 找到 `checkpoint_liberty_with_aug.pth` 文件并下载 - 加载时指定本地路径： ```python model = torch.hub.load('DagnyT/hardnet', 'hardnet', pretrained=False) model.load_state_dict(torch.load('path/to/checkpoint_liberty_with_aug.pth'), strict=False) # 注意 strict 参数设置 ``` #### 验证方法 ```python print(model.state_dict().keys()) # 应输出模型参数键名 sample = torch.randn(1, 1, 32, 32) # HardNet 输入为 32x32 灰度图 print(model(sample).shape) # 应输出特征向量维度 ``` #### 常见问题解决 1. **下载中断问题**：使用 `wget --continue` 命令续传 ```bash wget --continue https://huggingface.co/DagnyT/hardnet/resolve/main/checkpoint_liberty_with_aug.pth ``` 2. **模型加载报错**：检查下载文件完整性（建议对比 MD5 校验值）[^5] 3. **参数不匹配**：使用 `strict=False` 加载部分权重
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值