我是Tensorflow和对象检测的初学者。我想知道是否有可能将现有的预训练模型更改为类指定的模型，这意味着当我只想检测“人”时，该模型只会给我人的结果而忽略其他类。
我现在可以做的例如使用yolov2-tiny的输出，它是形状为[1，13，13，125]的张量，其中13x13是特征图的大小，而125表示5 x 25个（五个边界框，每个都有25个参数，包括20个类别得分，4个坐标和1个对象得分）。我的想法是仅显示特定类别的“人”，但是此方法仍将检测所有类别。
我的问题是，我可以在这个经过预训练的图形（例如yolov2）中做一些小技巧，通过初始化不同的子图来检测不同的类吗？例如我 只是想检测“人”，所以我从原始图中提取了一个子图。与原始图相比，该子图只需较少的资源和较少的推理时间即可检测“人” 图形。通过这种方式，我可以将几个类指定的子图分布到多台机器中，以减少总推理时间，并使模型更加灵活。还是有其他方法可以做到这一点？谢谢〜