使用TensorFlow Object Detection API训练模型遇No variables to save错误如何解决？

我之前也碰到过一模一样的问题，这个错误本质是TensorFlow在启动训练时找不到任何可保存或加载的模型变量，大概率是预训练模型加载环节出了问题，给你几个具体的排查和解决方向：

• 检查预训练模型路径是否正确
  先确认你在pipeline.config里的train_config部分，fine_tune_checkpoint的路径是否指向正确的SSD MobileNet V1预训练模型的.ckpt文件（注意是不带.index/.data-00000-of-00001后缀的那个主文件，比如ssd_mobilenet_v1_coco_2018_01_28/model.ckpt）。如果路径写错、文件不存在或者解压不完整，TensorFlow就找不到可加载的变量，直接报这个错。

• 确认from_detection_checkpoint参数已开启
  在pipeline.config的train_config里，一定要设置from_detection_checkpoint: true。这个参数是告诉Object Detection API，我们要从现成的目标检测预训练模型加载权重，而不是从头训练。如果没开这个参数，模型初始化时不会加载预训练变量，自然就没有可保存的变量了。

  举个正确的train_config片段参考：

  train_config: {
    batch_size: 8
    optimizer {
      rms_prop_optimizer: {
        learning_rate: {
          exponential_decay_learning_rate {
            initial_learning_rate: 0.004
            decay_steps: 800720
            decay_factor: 0.95
          }
        }
        momentum_optimizer_value: 0.9
        decay: 0.9
        epsilon: 1.0
      }
    }
    fine_tune_checkpoint: "/path/to/ssd_mobilenet_v1_coco_2018_01_28/model.ckpt"
    from_detection_checkpoint: true
    num_steps: 200000
    data_augmentation_options {
      random_horizontal_flip {
      }
    }
  }
  

• 验证Pickle数据集的输入管道是否正常
  虽然错误提示是变量问题，但有时候数据集加载异常会间接导致模型构建失败，进而没有可保存的变量。你可以写个简单的测试脚本，调用你的数据集读取函数，确认能正常返回图像张量和标注数据，排除数据集格式的问题。

• 检查API依赖和路径配置
  确保你已经正确安装了Object Detection API的所有依赖（比如protobuf编译、slim模块），并且已经把models/research和models/research/slim目录添加到Python路径中。路径配置错误会导致模型定义无法被正确加载，自然也不会生成可保存的变量。

• 重新下载预训练模型
  如果预训练模型的.ckpt文件损坏（比如下载中断），也会导致无法加载变量。可以重新下载SSD MobileNet V1的预训练权重包，解压后再指定正确的路径。

内容的提问来源于stack exchange，提问作者Govinda Malavipathirana