Detectron2 добавляет дополнительные классы или настраивает существующий класс в моем model_final.pth
Я использовал "COCO-InstanceSegmentation/mask_rcnn_X_101_32x8d_FPN_3x.yaml" и дал настраиваемый набор данных, содержащий изображение апельсина, яблока и ананаса. Теперь моя модель готова и может предсказывать все 3 фрукта. Скажем, теперь мне нужно добавить больше фруктов или добавить больше данных для ананаса (который я уже недостаточно скармливал системе).
Могу ли я загрузить модель и начать обучение с новым набором данных (помимо уже имеющихся весов)? и насколько хорош будет результат?
повлияет ли это на предыдущие прогнозы? Поскольку апельсин и яблоко предсказываются правильно, я не хочу это испортить. Я собираюсь отправить фотографии ананаса только на этом втором тренинге, а также планирую добавить новые классы, такие как банан или арбуз, в последующие тренировки.
Это правильный способ сделать это? или дайте мне знать, есть ли у нас лучшие варианты