如何在TF对象检测API中指定要“微调”的图层？

Question

我使用https://github.com/tensorflow/models/blob/master/research/object_detection/samples/configs/ssd_mobilenet_v1_pets.config上的ssd_mobilenet_v1_pets.config配置遵循TF对象检测API教程页面上的步骤

我能够使用自己的图像训练自定义检测器，这非常酷。但是，由于整个培训过程对我来说就像一个“黑匣子”，我想知道如何配置层以进行微调，就像如何使用张量流中的Inception模型配置要重新训练的层一样/ keras。

我认为，如果我拥有10000张图像而不是100张图像，则需要微调的图层可能会有所不同。

Answer 1

要微调特定的图层，您必须冻结其余的图层。如果知道要冻结的模型层的名称，则可以将其添加到配置文件的训练部分的freeze_variables（Source）中。

例如，此：

train_config: {
...
freeze_variables: ".FeatureExtractor."
}

将冻结Faster R-CNN架构的Feature Extractor的所有层。