利用FasterRCNN的预训练模型作为特征抽取器

Question

我正在尝试在https://github.com/tensorflow/models/tree/master/research/object_detection使用Faster-RCNN-Inception-v2预先训练的模型 进行迁移学习。我的项目必须加载这个模型，省略FC层，并将其余部分用作特征提取器，以将每个图片转换为一组特征。 我有几个问题。首先，它是用tensorflow核心编写的，我不太理解，因为我已经用keras编写了项目的其余部分。幸运的是，我阅读了教程页面，找到了加载和使用模型的示例代码。 因为我想省略FC层，所以我必须知道如何删除最后一层并从相应的层获得输出。但是，我找不到图层名称，也找不到任何手册或教程来描述图层的名称。我用张力板来查看模型，但是太复杂了，我找不到输入/输出。 同样在/research/object\u detection/models/文件夹中，有一些文件名为example faster\u rcnn\u inception\u v2\u feature\u extractor_测试.py这似乎实现了我想要的。但它没有注释或教程，所以我可以知道我手中有哪些代码。你知道吗

我真的很感激如果你能指导我在哪里阅读（任何教程）或如果有一个简单的解决方案，指导我通过它。 我很抱歉，因为我是一个新手转移学习。请帮忙：-）