我想使用tensorflow来检测嵌入式系统中的汽车，所以我尝试了ssd_mobilenet_v2，它实际上对我来说很好，除了一些不太常见的特定汽车类型，我认为这就是为什么模型无法识别它们。我有这些情况的数据集，我想通过微调来改进模型。我还应该注意，我需要一个[[.tflite文件，因为我正在python中使用tflite_runtime。我遵循了这些说明https://github.com/EdjeElectronics/TensorFlow-Object-Detection-API-Tutorial-Train-Multiple-Objects-Windows-10，可以训练模型并达到合理的损失值。然后，我在对象检测API中使用export_tflite_ssd_graph.py从训练的模型构建inference_graph。之后，我使用toco工具从中构建了一个.tflite文件。
但是这是问题，在我完成所有这些之后；不仅模型没有改进，而且现在也没有发现任何汽车。我感到困惑，不知道问题出在哪里，我进行了很多搜索，没有找到有关做我需要做的事情的教程。他们只是将一个新对象添加到模型中，然后将其导出，我尝试了一下，并成功完成了该任务。我还尝试不通过直接从Tensorflow detection model zoo训练模型而构建.tflite文件，并且效果很好。因此，我认为问题与培训过程有关。也许我在那里缺少什么。我在文档中找不到的另一件事是，是否有可能将一个类“添加”到对象检测模型的当前类中。例如，假设mobilenet ssd v2检测到90个不同的对象类别，我想添加另一个类别，以便该模型检测91个不同的类别，而不是90个类别。据我了解并在使用对象检测API进行迁移学习后进行了测试，我只能检测到数据集中的对象，而旧类将不复存在。那我该怎么做呢？