tensorflow中的自定义对象检测以及现有检测

Question

我已经建立了Tensorflow对象检测模型(带有coco或任何其他模型的e.g.SSD)来检测图片中的“汽车”，它工作得很好。现在我想用我自己的数据集，在coco上使用预先训练好的SSD模型来训练相同的SSD模型，以检测一个自定义对象，比如“门”。问:训练完模型后，经过训练的SSD模型还能检测到“车”和“门”吗？或者，训练的模型将只检测“门”，因为这是模型训练的目的。如果训练的模型没有检测到“汽车”和“门”，我如何实现检测“汽车”(这是一个标准对象)和“门”，我希望模型被训练来检测自定义对象？

谢谢。

Answer 1

当在不同的类集合上微调预先训练的模型时(新的集合是否包括旧的模型或包含在其中等都无关紧要)，每个检测头的权重都会初始化，因为它不再是同一层。例如，如果您有一个固态硬盘检测器，则检测头是具有#个锚点*(4+#classes)通道的卷积头。如果更改#classes，通道的数量也会更改，并且不再是同一层。因此，当你微调一个模型以检测“汽车”和“门”时，你将不得不在“汽车”和“门”上训练模型，即使预先训练的模型已经知道检测“汽车”。然而，由于所有其他层都被恢复了，所以“汽车”将更容易被检测到，而“门”将需要更多的训练。