Управление очередями ввода в API обнаружения объектов для онлайн-обучения
Я хочу иметь возможность обновлять / изменять обучающие входные данные во время обучения модели с помощью API обнаружения объектов из tensorflow БЕЗ перезапуска сеанса. Это онлайн-обучение.
Пример:
- данные поезда и выхлопа. (или тренируйтесь на x шагов)
- Подождите, пока ввод будет обновлен, НЕ убивая сеанс
- Получите новые данные, начните обучение снова, НЕ выполняя все процедуры инициализации
- Подождите ввода... и т. Д.
- Так или иначе закончите тренировку (пока не важно)
С keras.model и model.fit, пока выполняется сценарий, модель загружается, поэтому вы можете просто выполнить несколько потоков и запускать.fit всякий раз, когда появляются новые данные.
Но с API обнаружения объектов все становится настолько раздутым и сложным при погружении в API ... Я вижу, где загружаются данные, определяются входные данные и т. Д. Но я не вижу, как достичь того, что я хочу сделать... Есть у кого-нибудь идея?