我用微调预训练模型
ssd_mobilenet_v2_coco_2018
训练了一个模型。在此过程中,我使用了与ssd_mobilenet_v2_coco_2018
预训练文件夹中可用的pipeline.config文件完全相同的文件进行训练。
我只删除了batch_norm_trainable: true
标志并更改了类别数(4)。
在使用我的自定义数据集和4个类别训练模型后,我发现concat
和concat_1
节点互换了。
预训练模型具有
| concat | 1x1917x1x4 |
训练后变为
| concat | 1x1917x5 |
我附上了两张tensorboard图形可视化图片。第一张图片是预训练图ssd_mobilenet_v2_coco_2018
。
![enter image description here](https://istack.dev59.com/fOCZ3.webp)
![enter image description here](https://istack.dev59.com/ACxuJ.webp)
Postprocess layer
与 concat_1
相连,Squeeze
与 concat
相连。但是经过训练后,图表完全相反。例如,Prosprocess layer
与 concat
相连,Squeeze
与 concat_1
相连。
此外,我还发现在预先训练的模型图表中,Preprocessor
采用 ToFloat
作为输入,而在训练后,图表显示 Cast 作为输入到 Preprocessor
。
我已将输入馈送到模型中使用 tfrecords
。
| concat | 1x1917x5 |
,而在之前是| concat | 1x1917x1x4 |
。或许你可以看看这个详细的解释(https://github.com/tensorflow/models/issues/8362)。 - Sanjayconcat_1
怎么样?之前/之后的大小是多少? - P-Gn| concat_1 |1x1917x1x4 |
,而之前是| concat_1 | 1x1917x91 |
。有关形状的更多信息可以在以下链接中查看(https://github.com/tensorflow/models/issues/8356)。我理解图形已经改变了节点名称以及形状。 - Sanjayconcat_1
形状的更改是一致的(从1x1917x91
变为1x1917x5
)。这证实了你提出的想法。 - P-Gn