python - Tensorflow 2 对象检测 API - 如何使用减小的深度乘数训练 MobileNetV2？

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。

标签： pythontensorflowobject-detection-apimobilenet