tensorflow object detection API 模型训练最后开始训练，报错utf-8

tensorflow object detection api进行模型训练，用的模型是自带的，已经到了开始训练文件设置路径都没问题

python C:\Users\Administrator\models\research\object_detection\model_main_tf2.py ^
    --model_dir=C:/Users/Administrator/models/research/object_detection/training ^
    --pipeline_config_path=C:/Users/Administrator/models/research/object_detection/training/ssd_efficientdet_d1_0x0_coco17_tpu-8.config ^
    --num_train_steps=20000 ^
    --sample_1_of_n_eval_examples=9

结果报错
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xd5 in position 158: invalid continuation byte
请问如何能解决

给你找了一篇非常好的博客，你可以看看是否有帮助，链接：tensorflow问题：UnicodeDecodeError: 'utf-8' codec can't decode byte 0xff in position 0
除此之外, 这篇博客: Tensorflow object detection API训练自己的数据中的 _*_coding:utf-8 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
import os
pic_path = “/Users/cathy/Desktop/models/research/object_detection/test_images/test”
def rename():
piclist = os.listdir(pic_path)
total_num = len(piclist)
```
i = 1
for pic in piclist:
    if pic.endswith(".jpg"):
        old_path = os.path.join(os.path.abspath(pic_path), pic)  # os.path.abspath获得绝对路径
        new_path = os.path.join(os.path.abspath(pic_path), '000' + format(str(i), '0>3') + '.jpg')

        os.renames(old_path, new_path)
        print
        u"把原图片命名格式：" + old_path + u"转换为新图片命名格式：" + new_path
        # print "把原图片路径：%s,转换为新图片路径：%s" %(old_path,new_path)
        i = i + 1

print("总共" + str(total_num) + "张图片被重命名为:" "00001.jpg~" + '000' + format(str(i - 1), '0>3') + ".jpg形式")
```
rename()
3.在训练模型的过程中，图片必须是RGB通道，否则也会出错。接下来我写了两个py文件进行图片处理。
第一个py文件：判定文件夹中的图片是否为RGB,检查图片是否RGB.py
from PIL import Image
import os
path = ‘/Users/cathy/Desktop/models/research/object_detection/test_images/train/’ # 图片目录
for file in os.listdir(path):
```
extension = file.split('.')[-1]
if extension == 'jpg':
    fileLoc = path + file
    img = Image.open(fileLoc)
    if img.mode != 'RGB':
        print(file + ', ' + img.mode)
```
第二个文件：将不是RGB的图片变为RGB,图片变为RGB.py
from PIL import Image
import os
path = ‘/Users/cathy/Desktop/models/research/object_detection/test_images/train/’ # 图片目录
for file in os.listdir(path):
```
extension = file.split('.')[-1]
if extension == 'jpg':
    fileLoc = path + file
    img = Image.open(fileLoc)
    if img.mode != 'RGB':
        print(file + ', ' + img.mode)
        img_rgb = img.convert("RGB")#转化成RGB模式
        os.remove(path + file)
        img_rgb.save(path + file)
```
4.上面对于图片的处理告一段落，接下来对图片进行标注，使用的是labellmg，地址在这里https://github.com/tzutalin/labelImg#macos
我用的是mac，因此用的mac底下的那些命令进行安装
环境：python3.7 Qt5
brew install qt # Install qt-5.x.x by Homebrew
brew install libxml2
pyrcc5-o/Users/cathy/Desktop/labelImg-master/resources.py /Users/cathy/Desktop/labelImg-master/resources.qrc#根据自己的地址进行相应的修改
python3 /Users/cathy/Desktop/labelImg-master/labelImg.py
做完以上工作，会跑出来一个小程序，接下来我指出较为重要的功能：
选择目录和存放目录后，点击w，然后选择物体，然后标注名称，接着点击保存。点击d下一张继续以上的工作。
我将xml文件分别存放在了一下文件夹中：
/Users/cathy/Desktop/models/research/object_detection/test_images/train_xml
/Users/cathy/Desktop/models/research/object_detection/test_images/test_xml
5.生成了xml文件之后，还要将他们转为csv文件，xml_to_csv.py文件如下，运行即可：

tensorflow object detection API 模型训练最后开始训练 ，报错utf-8

tensorflow object detection API 模型训练最后开始训练，报错utf-8