Где я могу найти предварительно обученные модели более быстрых RCNN / R-FCN с экстрактором функций Mobilenet, обученным на наборе данных COCO?

Question

Я хочу обучить пользовательский набор данных на FasterRCNN с Mobilenetv1 или v2.Я хочу использовать предварительно обученные модели в тензорном зоопарке.Но я не могу найти более быструю модель Rcnn с mobilenet в качестве базового экстрактора.Где я могу получить это?

У меня уже есть зоопарк tenorflow в github.Я ранее использовал конфиг SSD + Mobilenet для того же.Теперь я хочу сравнить результаты с FasterRCNN и RCNN с Mobilenet.

Answer 1

Официальный репо еще не выпустил Faster RCNN с моделями мобильной сети. Но если вы хотите, вы все равно можете использовать некоторые другие модели с мобильной сетью, обученной COCO, процесс немного сложнее.

Необходимо выполнить два важных шага.

1. Первый должен иметь соответствующий класс экстрактора объектов. Для Faster RCNN каталог models уже содержит реализацию экстрактора функций faster_rcnn_mobilenet, так что этот шаг в порядке. Но для R-FCN вам придется самостоятельно реализовать класс экстрактора возможностей.

2. Второй - изменить имена тензоров, доступные в контрольной точке. Например, если вы используете ssd_mobilenet_v1_xxx в качестве контрольной точки, тогда все тензоры в области действия mobilenet будут именоваться как FeatureExtractor/MobilenetV1/XXX, а если в модели faster_rcnn_mobilenet_v1 имена тензоров в области действия mobilenet равны FirstStageFeatureExtractor/MobilenetV1/XXX (и SecondStageFeatureExtractor/MobilenetV1/XXX). По сути, вам необходимо удалить FirstStage (а также SecondStage) в именах всех тензоров экстрактора признаков, тогда эти тензоры будут иметь точно такое же имя, как и в контрольной точке, и будут корректно восстановлены. Если вы сделаете это, вам нужно изменить функцию

     def restore_map(self,
             fine_tune_checkpoint_type='detection',
             load_all_detection_checkpoint_vars=False):
   

в файле faster_rcnn_meta_arch.py.