TensorFlow2目标检测创建train.record与test.record时参数无法识别报错

报错信息如下：

usage: generate_tfrecord.py [-h] [-i IMAGEDIR] [-o OUTPUTDIR] [-r RATIO] [-x]
generate_tfrecord.py: error: unrecognized arguments: /content/training_demo/images/train -l /content/training_demo/annotations/label_map.pbtxt
usage: generate_tfrecord.py [-h] [-i IMAGEDIR] [-o OUTPUTDIR] [-r RATIO] [-x]
generate_tfrecord.py: error: unrecognized arguments: /content/training_demo/images/test -l /content/training_demo/annotations/label_map.pbtxt

报错核心原因 #

从脚本的usage提示可以看出，你当前使用的generate_tfrecord.py版本仅支持5个可选参数：

• -h：查看帮助信息
• -i：指定图像所在目录
• -o：指定record文件输出目录
• -r：指定训练集、测试集拆分比例
• -x：开启XML格式标注解析开关
  你执行命令时传入了脚本未定义的-l参数指定标签映射文件，因此触发参数不识别报错。

定位步骤 #

• 执行python generate_tfrecord.py -h查看脚本完整参数说明，确认所有支持的入参规则，避免传入未定义参数
• 查看generate_tfrecord.py源码，确认标签映射文件是内置了固定读取路径，还是需要放到指定目录才能被正常读取
• 核对你参考的教程对应的脚本版本，不同开源仓库的tfrecord生成脚本参数设计差异很大，不要混用不同版本的执行命令

解决方案 #

方案1：修改执行命令适配现有脚本 #

如果你的脚本不需要手动传入标签映射路径，直接去掉-l和后面的标签路径参数即可，命令参考：

# 生成训练集record
python generate_tfrecord.py -i /content/training_demo/images/train -o /content/training_demo/annotations/train.record
# 生成测试集record
python generate_tfrecord.py -i /content/training_demo/images/test -o /content/training_demo/annotations/test.record

如果脚本自带数据集拆分功能，不需要单独传train/test路径，加-r参数指定拆分比例即可：

python generate_tfrecord.py -i /content/training_demo/images -o /content/training_demo/annotations -r 0.2

方案2：修改脚本适配参数需求 #

如果你需要保留-l参数指定标签映射的功能，直接在脚本的argparse初始化部分添加对应参数定义即可，代码参考：

# 在脚本的argparse.ArgumentParser初始化代码块中添加以下行
parser.add_argument('-l', '--labelmap', help='Path to label map pbtxt file', required=True)

添加完成后就可以正常使用带-l参数的执行命令。

内容的提问来源于stack exchange，提问作者Satyam Tripathi