配置中的 类 多于训练(tensorflow 对象检测 API)
More classes in config than trained on (tensorflow object detection API)
我训练了一个 faster_rcnn_inception 网络,继续从 tensorflow 的 OD API 提供的检查点在我的数据集上只包含一个 class.
我根据需要更改了配置文件并进行了成功的培训。
测试我训练有素的网络在准确性方面取得了不错的成绩。
但现在我意识到在配置文件中我忘记将 num_classes
从 90 切换到 1。
这对我的网络有什么影响?现在是否比配置正确设置为 1 时慢?
tensorflow 的 API 是否根据提供的 num_classes
自动分配 number/sizes 个过滤器?
我会回答我自己的问题:
我用正确的 num_classes
设置为 1 进行了再训练,只有很小的明显差异:
- 检查点现在小了 3MB(106MB 而不是 103MB)。
mAP 的 num_classes 线更平滑,错误设置为 90
但我仍然不知道它在 tensorflow 内部有什么不同,但这似乎并不重要。
我训练了一个 faster_rcnn_inception 网络,继续从 tensorflow 的 OD API 提供的检查点在我的数据集上只包含一个 class.
我根据需要更改了配置文件并进行了成功的培训。 测试我训练有素的网络在准确性方面取得了不错的成绩。
但现在我意识到在配置文件中我忘记将 num_classes
从 90 切换到 1。
这对我的网络有什么影响?现在是否比配置正确设置为 1 时慢?
tensorflow 的 API 是否根据提供的 num_classes
自动分配 number/sizes 个过滤器?
我会回答我自己的问题:
我用正确的 num_classes
设置为 1 进行了再训练,只有很小的明显差异:
- 检查点现在小了 3MB(106MB 而不是 103MB)。
mAP 的 num_classes 线更平滑,错误设置为 90
但我仍然不知道它在 tensorflow 内部有什么不同,但这似乎并不重要。