Как я могу переобучить ssd-mobilenet-v2 из зоопарка модели обнаружения объектов tensorflow без передачи обучения. Я имею в виду каждый вес, а не только последний слой.
Нужно ли мне создавать сетевую архитектуру и сценарий для обучения, или я могу внести незначительные изменения в файл .config или сценарий train.py, указанный в документации по обучению детектора пользовательских объектов.
Сможет ли этот подход улучшить / ухудшить точность / потери сети?
Заранее благодарю за любую помощь.
Во-первых, по умолчанию все параметры переобучаются, если иное не указано в файле pipeline.config.
Есть файл pipeline.config, который вы используете для управления процессом обучения. https://github.com/tensorflow/models/blob/master/research/object_detection/samples/configs/ssd_mobilenet_v2_coco.config
В файле конфигурации вы можете определить, хотите ли вы загружать параметры модели из контрольной точки или нет. Вы можете выбрать несколько действий: 1. загрузить параметры для магистрали (т.е. экстрактор функций мобильной сети) 2. загрузить параметры для заголовков прогнозирования и регрессии. 3. не загружайте параметры (обычно вы не предпочтете этот - потребуется больше времени для обучения и схождения)
Чтобы быть более конкретным, вы должны сосредоточить внимание на следующих узлах в pipline.config:
Пример:
153 fine_tune_checkpoint: "<PATH-TO-DOWNLOADED-CKPT>/model.ckpt"
154 fine_tune_checkpoint_type: detection
155 load_all_detection_checkpoint_vars: true
Все параметры будут загружены и переобучены.
