TensorFlow 对象检测 API 中的 train.py 配置文件中的“fine_tune_checkpoint”如何工作？

Question

我从这里下载了预训练的网络。如果我直接用它运行一些验证脚本，ssd_inception_v2_coco 模型的平均精度约为 58%。

但是，如果我尝试使用配置文件中指向fine_tune_checkpoint的下载文件重新训练同一个网络，初始损失值将非常高（~300.0）。此外，仅 5000 个训练步骤后，检测精度就变成了约 40%。

在网上搜索了一段时间的解释后，我发现有人说由于“from_detection_checkpoint”设置为true，因此并非所有参数值都已加载/保存。但是，如果没有关于缺少参数值的抱怨，我也无法将其设置为 false。

因此，我有点困惑。如果不是所有的参数值都被保存，对象检测网络如何在验证中使用它？相反，如果所有值都保存了，为什么不能加载为from_detection_checkpoint=false？训练脚本是否会在默认情况下重置某些参数值？我觉得我可能误解了上面的内容。任何信息都会很棒。非常感谢。