我正在使用Tensorflow Object Detection API进行迁移学习,训练一个目标检测模型。具体来说,我使用model zoo中的ssd_mobilenet_v1_fpn_coco,并使用提供的示例pipeline,当然,我已经用实际链接替换了占位符,包括我的训练和评估tfrecords和标签。
使用上述pipeline,我能够成功地在约5000张图像(以及相应的边界框)上训练模型(如果相关,则主要使用Google的TPU ML引擎)。
现在,我准备了额外的约2000张图像,并希望在不从头开始重新训练的情况下,使用这些新图像继续训练我的模型(训练初始模型花费了大约6小时的TPU时间)。我该怎么做?
使用上述pipeline,我能够成功地在约5000张图像(以及相应的边界框)上训练模型(如果相关,则主要使用Google的TPU ML引擎)。
现在,我准备了额外的约2000张图像,并希望在不从头开始重新训练的情况下,使用这些新图像继续训练我的模型(训练初始模型花费了大约6小时的TPU时间)。我该怎么做?