使用Tensorflow ssd_mobilenet_v1_android_export.pb模型轉移學習

Question

我想讓Tensorflow Android演示應用程序之一的TF Detect，僅在相機框架中識別出一組受限的自定義對象（例如蘋果，梨，橙子和香蕉），並在識別出的對象周圍繪制框。

遵循TensorFlow-for-poets編碼實驗室，我已經成功地重新訓練了mobilenet_v1_0.50_224模型，並且我已經成功替換了另一個TensorFlow演示應用程序TF Classifier中使用的原始tensorflow_inception_graph.pb模型。 它似乎有效。

更新 ：實際上，在第一次成功運行之后，由於以下異常，我無法運行任何其他經過重新訓練的模型：*不是有效的TensorFlow Graph序列化：NodeDef在Op輸出中未提及attr'膨脹'：T; attr = T：type，allowed = [DT_HALF，DT_FLOAT]; attr = strides：list（int）; attr = use_cudnn_on_gpu：bool，默認= true; attr = padding：string，allowed = [“ SAME”，“ VALID”]; attr = data_format：string，default =“ NHWC”，allowed = [“” NHWC“，” NCHW“]>; NodeDef：conv / Conv2D = Conv2D [T = DT_FLOAT，data_format =“ NHWC”，膨脹= [1、1、1、1]，填充=“ VALID”，步幅= [1、2、2、1]，use_cudnn_on_gpu = true]（Mul，conv / conv2d_params）。 （檢查您的GraphDef解釋二進制文件是否與生成GraphDef的二進制文件最新。）

為表示這個問題已經解決了這里 *

但是當涉及到TF Detect時，事實證明它使用了ssd_mobilenet_v1_android_export.pb模型。 該圖似乎與TF分類器中使用的圖完全不同（例如，輸入和輸出節點不同且具有固定名稱：輸入是“ image_tensor”，輸出是“ detection_scores”，“ detection_boxes”，“ detection_classes”和“ num_detections” ”），我不確定是否可以像TF分類器中使用的模型一樣通過轉移學習來對其進行重新培訓。

是否可以，如果可以，如何進行？

Answer 1

您需要通過SSD，YOLO或Tensorflow對象檢測API訓練模型，以將模型用於TF檢測。 該模型不同於用於TF分類的模型（該模型可以由Keras訓練，但是TF檢測模型不能。）