问如何在google colab tensorflow 1.15.2上训练自定义对象检测模型ssd_mobilenet_v1_coco和ssd_inception_v2_coco？

EN

基本上，我一直在尝试使用tensorflow对象检测api在google colab tensorflow 1.15.2上训练一个带有ssd_mobilenet_v1_coco和ssd_inception_v2_coco的自定义对象检测模型。一旦我开始训练，它就会分别为两个模型抛出错误。

我还运行了python object_detection/builders/model_builder_tf1_test.py，它通过了所有测试，没有出现任何错误或警告。

ValueError: ssd_inception_v2 is not supported. See model_builder.py for features extractors compatible with different versions of Tensorflow.

ValueError: ssd_mobilenet_v1_coco is not supported. See model_builder.py for features extractors compatible with different versions of Tensorflow.

通过使用下面的命令，我已经成功地将tensorflow更改为1.15.2这是我在安装任何依赖项之前的第一步。

%tensorflow_version 1.x
import tensorflow
print(tensorflow.__version__)

当我检查model_builder.py时，我可以看到他们仍然支持ssd_mobilenet_v1和ssd_inception_v2。我想要在jetson tx2上部署我的自定义训练模型ssd_mobilenet_v1或ssd_inception_v2，方法是将它们转换为trt-tf模型。在这两个文档https://www.elinux.org/Jetson_Zoo和https://github.com/NVIDIA-AI-IOT/tf_trt_models#od_models中，我们可以看到可以转换为tf-trt模型的目标检测模型。所以我的问题是，如何训练这些模型，因为它们在tensorflow 1.15.2上的google colab上受支持，并在jetson txt上部署，以便将它们转换为tf-trt模型？有人能指导我吗?如果能继续我的学习并学到一些有趣的东西，那将是非常有帮助的，谢谢