tensorflow - 配置中的类比训练的类多(tensorflow 对象检测 API)

Question

我从 tensorflow 的 OD API 继续训练了一个 fast_rcnn_inception 网络，该网络在我的仅包含一个类的数据集上提供了检查点。

我根据自己的需要更改了配置文件并进行了成功的培训。
测试我训练有素的网络给了我很好的准确性结果。

但是现在我意识到在配置文件中我忘记切换 num_classes从 90 到 1。

这对我的网络有什么影响？如果配置正确设置为 1，它现在是否比它慢？

tensorflow 的 API 是否根据提供的 num_classes 自动分配过滤器的数量/大小？ ?

Answer 1

我会回答我自己的问题:

我用正确的 num_classes 进行了再培训设置为 1 并且只有很小的明显差异:

检查点现在小 3MB(103 而不是 106MB)。

对于 num_classes 错误地设置为 90，mAP 有一条更平滑的线

但我仍然不知道它在 tensorflow 内部有什么不同，但这似乎并不重要。