如何组合两个冻结模型（Tensorflow）进行物体检测？

Question

我正在尝试将两个冷冻模型（protobuff）组合在一起进行物体检测。问题是其中一个模型是我自己的数据集，另一个是coco数据集的预建模型（只包括数据集本身的更多类）。 这可能吗？还是有更好的方法来执行此操作？从头开始训练所有课程可能需要数周时间。 感谢您的帮助。

Answer 1

  

问题是其中一个模型是我自己的数据集，另一个是   coco数据集的预建模型（只包含更多类）   数据集本身）。这可能吗？

当然，这是可能的。但是你需要再次训练模型。当您使用这样的数据训练模型时，

python object_detection/train.py \
    --logtostderr \
    --pipeline_config_path=${PATH_TO_YOUR_PIPELINE_CONFIG} \
    --train_dir=${PATH_TO_TRAIN_DIR}

此处${PATH_TO_YOUR_PIPELINE_CONFIG}是您的配置文件，您需要指定pre-trained model path，如下所示，

fine_tune_checkpoint: "PATH_TO_BE_CONFIGURED/model.ckpt"

这样做有助于您的培训更快地融合，因为现在您的网络不会从头开始，而是从coco数据集的培训权重开始。

您需要从here下载要使用的coco模型。然后在上面演示的配置文件中指定模型文件路径。