如何使用Tensorflow Object Detection API保存10-15个及更多检查点？

你修改后仅能保存5个检查点，是因为除了trainer.py中的max_to_keep参数，还有另外两个配置项会共同限制检查点的保存数量，按以下步骤调整即可：

1. 调整训练配置的保存间隔 #

首先确认你的检查点保存步数间隔设置，避免因间隔过大导致总保存数量不足。打开你的训练pipeline配置文件，找到train_config字段，调整save_checkpoints_steps参数：

train_config {
...

示例：每1000步保存一次检查点，15000步训练总共产出15个检查点 #

save_checkpoints_steps: 1000
...
}
如果你的save_checkpoints_steps设为3000，15000步训练最多只能生成5个检查点，这就是你修改源码后仍只能保存5个的核心原因。

2. 修改检查点最大保留数量参数 #

该参数有三处可配置，优先级从高到低为：启动命令参数 > pipeline配置 > 源码默认值，优先修改配置即可，无需动源码：

• 方案一：直接在训练启动命令中添加参数，示例如下：
  python model_main.py --pipeline_config_path=你的配置文件路径 --model_dir=模型保存路径 --max_checkpoints_to_keep=15 --num_train_steps=15000
• 方案二：修改pipeline配置文件的train_config字段，添加对应参数：

train_config {
...
max_checkpoints_to_keep: 15
save_checkpoints_steps: 1000
...
}

• 方案三：如果仍使用legacy版本的训练脚本，再确认trainer.py中的两处配置：
  • 你已经修改的max_to_keep设为目标保留数量
  • 同步调大keep_checkpoint_every_n_hours参数值，避免因训练速度快、每小时生成检查点过多触发自动删除规则，可根据训练总时长调整为5~20之间的数值

3. 生效验证 #

启动训练后，打开模型保存目录下的checkpoint文本文件，里面会按顺序记录所有已保存的检查点名称，当保存数量达到你设置的阈值后，最早的检查点没有被自动删除，即代表配置生效。

内容的提问来源于stack exchange，提问作者zahin178