有没有一种方法可以使用Tensorflow对象检测API创建和训练模型而无需进行转移学习?

时间:2019-05-30 09:40:37

标签: python-3.x tensorflow object-detection-api transfer-learning

我正在使用faster_rcnn_resnet50训练一个可以检测图像腐蚀的模型,我想从头开始训练一个模型,而不是使用转移学习。

我不知道这是否正确,但是我要这样做的原因是,已经存在的权重(在COCO上进行了训练)会影响我在腐蚀图像上进行训练的模型。

我要这样做的一种方法是在resnet50上随机化或解冻特征提取器的权重,然后在我的图像上训练模型。

,但是resnet50配置文件中没有功能或选项来随机化或解冻权重。

我用一个标签制作了一个新的labelmap,并尝试了转移学习。它正在工作,但是我想让模型仅在我的图像上训练,并且以前的权重不应影响我的预测。

这是我第一次进行对象检测和转移学习。在COCO上进行预训练的模型的权重是否会影响在定制腐蚀图像上训练的模型?您如何在不进行迁移学习的情况下使用tensorflow对象检测API?

0 个答案:

没有答案