如何在 TensorFlow 对象检测中从头开始训练 API？
How to train from scratch in TensorFlow object detection API?
github 问题 2446 说如果我们想 从头开始训练 ，我们需要 评论 model.config 中的这一行：
#fine_tune_checkpoint: "PATH_TO_BE_CONFIGURED/model.ckpt"
from_detection_checkpoint: true
我关注了这个问题并评论了这一行，以便在我自己的数据集中训练 SSD_mobilenet。
可以训练，loss可以减少，但是accuracy保持在0.0.
我之前使用模型动物园的预训练模型进行对象检测api，它在mAP=90%时效果很好，这两个任务之间的唯一区别是[=12=中的注释行].
我想知道如何使用 TensorFlow 中的对象检测 api 从头开始训练检测模型。谢谢！
我建议您继续 fine-tuning 您的模型，而不是从头开始训练它。从头开始训练模型需要更多的计算时间才能使模型收敛，这意味着您再次从随机权重开始并调整它们直到它们收敛，这最终会收敛，但收敛的时间可能是一周或一个月因为它是一个大型神经网络。
在fine-tuning中，您将使用之前的权重，但您将根据您自己的数据集调整它们，最终结果是您的模型可以帮助您在您自己的数据集中进行检测。最终模型也或多或少是从头开始训练的结果，因为该模型仅适用于您的新数据集和新 类.
github 问题 2446 说如果我们想 从头开始训练 ，我们需要 评论 model.config 中的这一行：
#fine_tune_checkpoint: "PATH_TO_BE_CONFIGURED/model.ckpt"
from_detection_checkpoint: true
我关注了这个问题并评论了这一行，以便在我自己的数据集中训练 SSD_mobilenet。 可以训练，loss可以减少，但是accuracy保持在0.0.
我之前使用模型动物园的预训练模型进行对象检测api，它在mAP=90%时效果很好，这两个任务之间的唯一区别是[=12=中的注释行].
我想知道如何使用 TensorFlow 中的对象检测 api 从头开始训练检测模型。谢谢！
我建议您继续 fine-tuning 您的模型，而不是从头开始训练它。从头开始训练模型需要更多的计算时间才能使模型收敛，这意味着您再次从随机权重开始并调整它们直到它们收敛，这最终会收敛，但收敛的时间可能是一周或一个月因为它是一个大型神经网络。
在fine-tuning中，您将使用之前的权重，但您将根据您自己的数据集调整它们，最终结果是您的模型可以帮助您在您自己的数据集中进行检测。最终模型也或多或少是从头开始训练的结果，因为该模型仅适用于您的新数据集和新 类.