通过使用原始数据集的子集进行再训练来减少对象检测模型的推理时间

Question

#newb

我正在使用 MobileNet SSD v2 (COCO) object detection model 从实时摄像头源中检测火车。

我的目标是减少推理时间。

COCO 数据集可用here - 有 3745 个带注释的火车图像。

我正在使用 Coral 的 this tutorial 来重新训练移动网络模型。

所以如果我使用来自 COCO 的训练图像创建数据集并重新训练这个特定模型，推理时间会减少吗？还是从头开始创建新模型是唯一的方法？

Answer 1

第二个@Shubham 的回答，这不会对推理时间产生任何影响，只要您保持 input/output 大小不变。 重新训练模型后，您将拥有一个完全量化的 tflite 模型，只要您按照教程和 compile it for the edgetpu, you can expects similar results to this benchmark.