我想使用对象检测API和SLIM(link)中的预训练模型来训练ssd初始v3模型 我尝试使用config来训练对象检测ssd inception v3模型:
model {
ssd {
num_classes: 1
image_resizer {
fixed_shape_resizer {
height: 240
width: 320
}
}
feature_extractor {
type: "ssd_inception_v3"
depth_multiplier: 1.0
min_depth: 16
conv_hyperparams {
regularizer {
l2_regularizer {
weight: 3.99999989895e-05
}
}
initializer {
truncated_normal_initializer {
mean: 0.0
stddev: 0.0299999993294
}
}
activation: RELU_6
batch_norm {
decay: 0.999700009823
center: true
scale: true
epsilon: 0.0010000000475
train: true
}
}
override_base_feature_extractor_hyperparams: true
}
...
我在创建文件后停止了进程型号.ckpt-0.*,加载并打印所有张量的名称。在
之后,我使用
^{pr2}$当我比较输出时,我没有看到ssdcepetionv3模型有很多层。例如:
InceptionV3/AuxLogits/Conv2d_2a_5x5/weights InceptionV3/Mixed_7c/Branch_3/Conv2d_0b_1x1/weight
在ssd_inception_v3的模型中,我看到5c之前的混合层
在SSD_inception和SLIM模型中,特征提取器有什么不同?在一般情况下,对于权重较轻的对象,在API中进行检测是可能的。在
{你可以看到^发生了什么。 它使用来自
inception_v3.inception_v3_base
(注意_base
)的InceptionV3的“Mixed_5d”、“Mixed\u6e”、“Mixed_7c”的输出,并创建3个额外的具有512、256、128个通道的特征映射(这种情况发生在feature_map_generators.multi_resolution_feature_maps
byfeature_map_layout
)中。 为检测模型加载分类器的权重可以通过配置完成:当然,检查点必须与您使用的模型相匹配,例如
ssd_inception_v3
。在相关问题 更多 >
编程相关推荐