tensorflow - 如何在TF对象检测API中指定层为 "fine-tuned"？

Question

关闭。这个问题需要debugging details .它目前不接受答案。












想改善这个问题吗？更新问题，使其成为 on-topic对于堆栈溢出。

2年前关闭。




Improve this question




我按照 TF 对象检测 API 教程页面上的步骤使用 https://github.com/tensorflow/models/blob/master/research/object_detection/samples/configs/ssd_mobilenet_v1_pets.config 上的 ssd_mobilenet_v1_pets.config 配置进行操作。

我能够使用自己的图像训练自定义检测器，这非常酷。然而，由于整个训练过程在我看来是一个“黑匣子”，我想知道如何配置要微调的层，就像如何使用 tensorflow 中的 Inception 模型配置要重新训练的层一样/凯拉斯。

我认为，如果我有 10000 张图像而不是 100 张图像，要微调的图层可能(应该)不同。

Answer 1

要微调特定层，您必须卡住其余层。如果您知道要卡住的模型层的名称，则可以将它们添加到 freeze_variables ( Source ) 在配置文件的训练部分。并在“.FeatureExtractor”前添加“*”。

例如，这个:

train_config: {
...
freeze_variables: ".*FeatureExtractor."
}

将卡住 Feature Extractor 的所有层Faster R-CNN 架构。