使用google的Object Detection API减少SSD模型中一个层的过滤器数量

Question

我使用Google新的Tensorflow对象检测API来训练我自己的数据集，只有一个类。使用所有的默认参数可以正常工作，所以我想测试我的模型的性能，如果我减少一些（可能是所有）层中的过滤器数量。我的问题是如何减少现有ssd_mobile_v1模型层的过滤器？在

Answer 1

通过减少配置中的depth_multiplier标量（位于feature_extractor标题下），可以修改所有层的过滤器数量。在

或者，您可以通过修改相关feature提取器模块中的feature_map_layout来指定为本地化/分类层提供特征映射的各个层中的过滤器数量。在

对于您的示例，您将修改object_detection.models.ssd_mobilenet_v1_feature_extractor.py模块并更改layer_depth。默认值如下所示。在

feature_map_layout = {
    'from_layer': ['Conv2d_11_pointwise', 'Conv2d_13_pointwise', '', '',
                       '', ''],
    'layer_depth': [-1, -1, 512, 256, 256, 128],
    'use_explicit_padding': self._use_explicit_padding,
    'use_depthwise': self._use_depthwise,
}

一个更好的选择是创建您自己的feature提取器模块，确保它被导入到object_detection.builders.model_builder.py中，并在您的配置中修改feature_extractor头下的type。在