Я хочу переучить FasterRCNN R101 FPN, добавив два новых пользовательских класса объектов.
У меня есть набор данных, я вручную помечаю ограничивающие рамки для объектов. Но на этих изображениях я отмечаю только новые классы, а не все существующие, которые модель уже достаточно хорошо обнаруживает (люди, автомобили и т. Д. c).
Боюсь, что если я переобучу сеть на этом наборе данных, она "забудет" существующие классы. Например, я собираюсь переобучиться с изображением людей, но объект человека не будет помечен на изображении. Поэтому сеть будет оштрафована при их обнаружении и в конечном итоге научится прекращать их обнаружение.
Верен ли мой страх? Я полагаю, что в этом случае этого можно избежать, позволяя модели прогнозировать обнаружения в новом наборе данных и добавлять эти обнаружения к наземным данным истинности? Просто проверяю, действительно ли это необходимо.
Спасибо, Марсело