使用新类别重新训练模型

Question

我构建了一个包含 2 个类的图像分类器，即“A”和“B”。我还使用 model.save() 保存了这个模型。

现在，在一段时间后，出现了添加一个“C”级的要求。是否可以使用 load_model() 然后仅向之前保存的模型添加一个类，以便我们得到具有 3 个类（“A”、“B”和“C”）的最终模型，而无需重新训练整个模型，再次参加“A 级”和“B”级吗？

有人可以帮忙吗？

我已经尝试过这个：

我使用 vgg16 作为基础模型，弹出它的最后一层，冻结权重并添加一个密集层 (DL2)，训练它预测 2 个类别。

然后我在 DL2 之上添加了一个更密集的层（例如 DL3），冻结权重并仅使用 C 类进行训练，但现在它总是预测 C 类。

Answer 1

我认为您应该查看本教程： https://www.tensorflow.org/tutorials/image_retraining。

简而言之：您不能采用经过训练的模型并添加新的类。您应该进行一些额外的“微调”，可能不是从头开始重新训练模型，但至少要训练分类器（和一些附加层）。