我从 tensorflow 的 OD API 继续训练了一个 fast_rcnn_inception 网络,该网络在我的仅包含一个类的数据集上提供了检查点。
我根据自己的需要更改了配置文件并进行了成功的培训。
测试我训练有素的网络给了我很好的准确性结果。
但是现在我意识到在配置文件中我忘记切换 num_classes
从 90 到 1。
这对我的网络有什么影响?如果配置正确设置为 1,它现在是否比它慢?
tensorflow 的 API 是否根据提供的 num_classes
自动分配过滤器的数量/大小? ?
最佳答案
我会回答我自己的问题:
我用正确的 num_classes
进行了再培训设置为 1 并且只有很小的明显差异:
但我仍然不知道它在 tensorflow 内部有什么不同,但这似乎并不重要。
关于tensorflow - 配置中的类比训练的类多(tensorflow 对象检测 API),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48497407/