python - Tensorflow 2 对象检测 API - 如何使用减小的深度乘数训练 MobileNetV2?
问题描述
我已经按照 tensorflow对象检测 api 教程使用微调来创建自定义对象检测器。
为此,我使用了来自 tensorflow 2 object detection api model zoo的 SSD MobileNet V2 320x320 模型
该模型正确执行推理,但是我希望加快模型的推理速度。我已经看到在配置文件中调整“depth_multiplier”超参数(即从 1 减少到 0.5)来实现这一点的参考,但是我相信我需要在 COCO 数据集上重新训练 mobilenet v2 模型来实现这一点。
对象检测 api 只是声明“最后,如果您想从头开始训练这些模型,您可以在此目录中找到模型配置”。(配置)。在这个配置文件的顶部,它声明“在 COCO17 上训练,从 Imagenet 分类检查点初始化”
我已经下载了 COCO2017 数据集,但我该如何重新训练呢?
我找到了在 ImageNet 上训练的 MobileNetV2 的检查点,但我不知道如何将它们用作在 COCO 数据集上进行训练的起点
在 ImageNet 上训练的 MobileNetV2 检查点似乎不是 SavedModel 格式,所以如果我尝试按照我用于此模型的初始教程进行操作,它就不起作用。
任何帮助或指示将不胜感激。
解决方案
推荐阅读
- python - 证书错误 SSLCertVerificationError: [SSL: CERTIFICATE_VERIFY_FAILED]
- python - 如何检查视频中的一组连续帧是否相同?
- python - 将函数应用于每个组:TypeError: unhashable type: 'numpy.ndarray'
- react-native - React Native Expo - 放大图像大小会导致未包含所有图像
- python - Selenium Python Instagram在帖子中抓取所有图像不起作用
- javascript - 如何在 Matomo 中使用 Image 跟踪小书签的使用情况?
- php - 为什么 datetime-local 格式的值变为 UTC 而不是 T?
- google-classroom - Google 课堂主帐号
- javascript - React 应用程序检测用户是否刷新窗口或导航离开
- html - 鼠标在图片上时在图片上显示符号