如何在 TF 对象检测 API 中指定要“微调”的层？

Question

我使用https://github.com/tensorflow/models/blob/master/research/object_detection/samples/configs/ssd_mobilenet_v1_pets.config 上的 ssd_mobilenet_v1_pets.config 配置按照 TF 对象检测 API 教程页面上的步骤进行操作

我能够使用自己的图像训练自定义检测器，这非常酷。然而，由于整个训练过程在我看来是一个“黑匣子”，我想知道如何配置要微调的层，就像如何使用 tensorflow 中的 Inception 模型配置要重新训练的层一样/凯拉斯。

我认为，如果我有 10000 张图像而不是 100 张图像，则要微调的图层可能（应该）不同。

Answer 1

要微调特定层，您必须冻结其余层。如果您知道要冻结的模型层的名称，则可以将它们添加到配置文件训练部分的freeze_variables( Source ) 中。并在“.FeatureExtractor”前添加“*”。

例如，这个：

train_config: {
...
freeze_variables: ".*FeatureExtractor."
}

将冻结Feature ExtractorFaster R-CNN 架构的所有层。