Как потренировать ssd-мобил enet с нуля - PullRequest
Новая
       90

Как потренировать ssd-мобил enet с нуля

0 голосов
/ 13 марта 2020

Как я могу переобучить ssd-mobil enet -v2 из зоопарка модели обнаружения тензорных объектов без обучения переноса. Я имею в виду каждый вес, а не только последний слой.

Нужно ли создавать архитектуру сети и сценарий для обучения, или я могу внести небольшие изменения в файл .config или сценарий train.py, указанный в документы по обучению детектору пользовательских объектов.

Будет ли этот подход улучшать / ухудшать точность / потерю сети?

Заранее благодарен за любую помощь.

1 Ответ

0 голосов
/ 13 апреля 2020

Во-первых, по умолчанию все параметры переобучаются, если вы не определили иное в файле pipe.config.

Существует файл с именем pipeline.config , который используется для управления тренировкой. обработать. https://github.com/tensorflow/models/blob/master/research/object_detection/samples/configs/ssd_mobilenet_v2_coco.config

В файле конфигурации вы можете указать, хотите ли вы загрузить параметры модели с контрольной точки или нет. Есть несколько действий, которые вы можете выбрать: 1. загрузить параметры для магистрали (т.е. ваш экстрактор функций mobil enet) 2. загрузить параметры для заголовков прогнозирования и регрессии. 3. не загружайте параметры (обычно вы не предпочтете этот - потребуется больше времени для обучения и сближения)

Чтобы быть более точным c, вы должны сосредоточить следующие узлы в pipline.config :

  1. fine_tune_checkpoint - контрольная точка для исходной модели, которую вы хотите использовать для обучения обучению.
  2. fine_tune_checkpoint_type - укажите, является ли контрольная точка классификация / обнаружение
  3. load_all_detection_checkpoint_vars - если True - тогда параметры из fine_tune_checkpoint будут загружены до начала обучения.
  4. freeze_variables - если вы этого не сделаете Я не хочу переучивать все параметры, которые вы можете определить, какие переменные нужно заморозить. (см. полную документацию по ним в их прото-файле object_detection / protos / train.proto) - https://github.com/tensorflow/models/blob/master/research/object_detection/protos/train.proto)

Пример: 

153   fine_tune_checkpoint: "<PATH-TO-DOWNLOADED-CKPT>/model.ckpt"
154   fine_tune_checkpoint_type: detection
155   load_all_detection_checkpoint_vars: true

Все параметры будут загружены и переобучены.

...