如何在Tensorflow对象检测API中重用分类层
使用Tensorflow对象检测API和来自SSD_inception_v2_coco的Tensorflow检测模型动物园，
我想保持原始的权重在分类器和特征提取器的权重，从预先训练的模型。
从这个讨论，
在freeze_variables: ".*FeatureExtractor.*"中加入train.config将冻结特征提取器在训练过程中的权重。
，所以这是否意味着我在预先训练的模型中有相同的特征提取器的权重？
从这个讨论，
如果课程数量与训练前的模型不同，
分类器的权重将被初始化。
，这是否意味着，如果我使用SSD-Inception-v2-coco?的相同标签映射，就可以在预训练模型中拥有相同的分类器的权重。
我的第三个问题是关于配置文件中的from_detection_checkpoint。
来自jobs.md
"from_detection_checkpoint是一个布尔值。如果为false，则假定检查点来自对象分类检查点。“
我想检测检查点来自Tensorflow检测模型动物园
分类检查点来自TensorFlow-Slim图像分类模型库
我说的对吗？
谢谢你给我宝贵的时间回答我的问题。
回答 1
Stack Overflow用户
发布于 2018-09-01 10:06:22
1. So does it mean I have the same feature-extractors' weights in the pre-trained model?
特征提取器和分类器大致相同。它们本质上都是来自“盗梦空间”( Inception V2 )预先训练过的权重的权重。如果您使用V2权值作为SSD的特征提取器，则忽略了初始空间中的最后一个层，该层将CNN输出转换为类概率。因此，您可以使用在Imagenet上训练的特征提取器/分类器，例如，在SSD中检测COCO类列表中的对象。
2. Does it mean I can have the same classifiers' weights in the pre- traind model if I use the same label map from SSD-Inception-v2-coco?
是的，检测和分类检查点来自您列出的页面。
https://stackoverflow.com/questions/50109227
复制相似问题
腾讯云开发者
