通过重新训练原始数据集的子集来减少对象检测模型的推理时间

Question

#newb

我正在使用MobileNet SSD v2 (COCO) object detection model从实时摄像机供稿中检测火车。

我的目标是减少推理时间。

可使用COCO数据集here-火车上有3745个带注释的图像。

我正在使用Coral的this tutorial重新训练移动网络模型。

因此，如果我使用来自COCO的火车图像创建数据集并重新训练此特定模型，推理时间会减少吗？还是从头开始创建新模型的唯一方法？

Answer 1

第二个@Shubham的答案，只要您保持输入/输出大小相同，就不会对推理时间造成任何影响。 重新训练模型后，您将拥有一个完全量化的tflite模型，只要您按照教程进行操作并compile用于Edgetpu，您可以期望获得与此benchmark类似的结果。