有没有办法用transfer learning toolkit v3.0优化yolo_v4？
有没有办法用transfer learning toolkit v3.0优化yolo_v4？
提问于 2021-03-10 22:33:29
我是nvidia-tlt的新手。目前，我已经用kitti数据集训练、修剪和重新训练了模型，也能够在任何具有所需kitti格式的数据集上执行这些步骤。我想做的是在kitti上使用以前训练过的模型，并根据我自己的数据对其进行微调。配置文件包含选项pretrained_model_path、resume_model_path和pruned_model_path，因此配置文件中没有微调选项。如果我尝试使用pretrained_model_path，它将为该形状抛出异常。无效参数:不兼容的形状: 6,29484,3与6,29484,12
回答 1
Stack Overflow用户
发布于 2021-07-04 12:29:25
该错误是意料之中的。从技术上讲，我们从ngc下载的预训练模型没有最终层，最终层表示类的总数及其各自的bboxes。一旦您使用任何数据集训练该模型，则训练后的模型将与顶层一起冻结。现在，如果你想用不同数量的类来优化相同的模型，你会得到与无效形状相关的错误。
您需要在新数据集上从头开始训练模型。
如果您想使用不同的数据集但属于相同类的模型进行微调，则可以使用先前训练的模型。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/66566846
复制相关文章
相似问题
腾讯云开发者
