配置中的更多类比训练更多（tensorflow对象检测API）

Question

我训练了一个来自tensorflow的OD API的faster_rcnn_inception网络继续提供检查点，我的数据集只包含一个类。

我将配置文件更改为我的需要并进行了成功的培训。 测试我训练有素的网络可以提高准确性。

但现在我意识到在配置文件中我忘记将-1f602.png-checking-1f601.png-now-1f62c.png-1f600.png- 从90切换为1.

这对我的网络有什么影响？它现在比配置正确设置为1时要慢吗？

tensorflow的API是否会根据提供的num_classes自动指定过滤器的数量/大小？

Answer 1

我会回答我自己的问题：

我使用正确的num_classes设置为1进行了再培训，并且只有很小的显着差异：

• 检查点现在缩小了3MB（103而不是106MB）。

• mAP为num_classes设置了更平滑的行，错误地设置为90

  

但我仍然不知道它在张量流中有什么不同，但它似乎并不重要。