改进预训练的张量流对象检测模型
Improving a pre-trained tensorflow object detection model
我想在嵌入式系统中使用 tensorflow 检测汽车，所以我尝试了 ssd_mobilenet_v2 它实际上对我来说效果很好，除了一些特定的汽车不是很常见的类型，我认为这就是模型无法识别它们的原因。我有这些案例的数据集，我想通过微调来改进模型。我还应该注意，我需要一个 .tflite 文件，因为我在 python 中使用 tflite_runtime。
我遵循了这些说明 https://github.com/EdjeElectronics/TensorFlow-Object-Detection-API-Tutorial-Train-Multiple-Objects-Windows-10，我可以训练模型并达到合理的损失值。然后我在对象检测 API 中使用 export_tflite_ssd_graph.py 从训练模型构建 inference_graph 。之后，我使用 toco 工具从中构建了一个 .tflite 文件。
但是问题来了，在我完成所有这些之后；不仅模型没有改进，而且现在它没有检测到任何汽车。我很困惑，不知道是什么问题，我搜索了很多，但没有找到任何关于做我需要做的事情的教程。他们只是向模型中添加了一个新对象，然后将其导出，我尝试过并成功地做到了。我还尝试在不训练模型的情况下直接从 Tensorflow detection model zoo 构建一个 .tflite 文件，它运行良好。所以我认为这个问题与培训过程有关。也许我在那里遗漏了一些东西。
我在文档中没有找到的另一件事是，是否有可能 "add" 一个 class 到对象检测模型的当前 classes。例如，假设 mobilenet ssd v2 检测到 90 个不同的对象 classes，我想添加另一个 class 以便模型检测到 91 个不同的 classes 而不是 90 个 [=36] =]是的。据我了解并在使用对象检测 API 进行迁移学习后进行测试，我只能检测到数据集中的对象，而旧的 classes 将消失。那么我该怎么做呢？
我发现没有办法 'add' 一个 class 到以前训练过的 classes 但提供了一些 class 的数据你可以让你的模型检测到它。原因是应用迁移学习时模型的最后一层发生了变化。在我的例子中，我标记了大约 3k 帧，其中包含大约 12k 对象，因为我的帧会很复杂。但是对于我在教程中看到的更简单的任务，200-300 张带注释的图像就足够了。
而对于模型没有检测到任何东西的部分，它与我使用的转换命令有关。我应该使用 tflite_convert 而不是 toco。我解释了更多 .
我想在嵌入式系统中使用 tensorflow 检测汽车，所以我尝试了 ssd_mobilenet_v2 它实际上对我来说效果很好，除了一些特定的汽车不是很常见的类型，我认为这就是模型无法识别它们的原因。我有这些案例的数据集，我想通过微调来改进模型。我还应该注意，我需要一个 .tflite 文件，因为我在 python 中使用 tflite_runtime。 我遵循了这些说明 https://github.com/EdjeElectronics/TensorFlow-Object-Detection-API-Tutorial-Train-Multiple-Objects-Windows-10，我可以训练模型并达到合理的损失值。然后我在对象检测 API 中使用 export_tflite_ssd_graph.py 从训练模型构建 inference_graph 。之后，我使用 toco 工具从中构建了一个 .tflite 文件。
但是问题来了，在我完成所有这些之后；不仅模型没有改进，而且现在它没有检测到任何汽车。我很困惑，不知道是什么问题，我搜索了很多，但没有找到任何关于做我需要做的事情的教程。他们只是向模型中添加了一个新对象，然后将其导出，我尝试过并成功地做到了。我还尝试在不训练模型的情况下直接从 Tensorflow detection model zoo 构建一个 .tflite 文件，它运行良好。所以我认为这个问题与培训过程有关。也许我在那里遗漏了一些东西。
我在文档中没有找到的另一件事是，是否有可能 "add" 一个 class 到对象检测模型的当前 classes。例如，假设 mobilenet ssd v2 检测到 90 个不同的对象 classes，我想添加另一个 class 以便模型检测到 91 个不同的 classes 而不是 90 个 [=36] =]是的。据我了解并在使用对象检测 API 进行迁移学习后进行测试，我只能检测到数据集中的对象，而旧的 classes 将消失。那么我该怎么做呢？
我发现没有办法 'add' 一个 class 到以前训练过的 classes 但提供了一些 class 的数据你可以让你的模型检测到它。原因是应用迁移学习时模型的最后一层发生了变化。在我的例子中，我标记了大约 3k 帧，其中包含大约 12k 对象，因为我的帧会很复杂。但是对于我在教程中看到的更简单的任务，200-300 张带注释的图像就足够了。
而对于模型没有检测到任何东西的部分，它与我使用的转换命令有关。我应该使用 tflite_convert 而不是 toco。我解释了更多