Различное использование средства извлечения объектов с мета-архитектурой ssd в API обнаружения объектов Tensorflows
Можно ли использовать другой экстрактор функций с мета-архитектурой SSD в API обнаружения объектов Tensorflow? Я знаю, что предоставляются файлы.config для мобильных сетей и начальных сетей, но возможно ли использовать другую архитектуру, такую как AlexNet или VGG?
2 ответа
Это возможно, но немного поработав, как описано здесь, вы должны прочитать эту страницу для подробного объяснения и ссылок на примеры.
Короче, вам нужно создать кастом FasterRCNNFeatureExtractor класс, соответствующий VGG или AlexNet (может потребоваться немного знаний об этом, например, количество задействованной подвыборки). В этом классе вы узнаете, как ваши данные должны быть предварительно обработаны, как извлечь из них объекты 1-го и 2-го этапа (как обычно называется последний сверточный слой) и как их загрузить.
Затем вам нужно зарегистрировать свой экстрактор feaure (сообщить API обнаружения объекта, что он существует), изменив файл object_detection/builders/model_builder.py,
Наконец, вы сможете создать конфигурационный файл с помощью своего экстрактора пользовательских функций и т. Д.!
Но когда мы определили новую функцию извлечения для SSD(возможно, resnet v1_101). Но у нас также должна быть предварительно обученная контрольная точка также с resnet v1_101 для SSD. право? или мы можем использовать более быстрый-rcnn_resnet v1_101 в качестве контрольной точки? Спасибо!