我有一个mask-rcnn模型，它是用对象检测API训练的，用来检测一些对象。现在，我有其他任务需要对这些图像（以及其他特征）进行回归。是否可以使用训练好的 mask-rcnn 模型作为特征提取器（类似于转移学习的工作方式），并将最后一层（或几层）改为其他任务？
Mask r-cnn创建了一个共享的特征图，用于对RPN区域进行预测。只要对对象检测API稍作调整，你就可以调出包含给定区域特征的张量。通常这些特征用于盒罩预测，但你也可以用它来做其他任何事情。
如果你只需要它是一个特征提取器（它仍然是冻结的），这应该是工作的.如果你想实际继续根据进一步的下游结果来训练掩模r-cnn，这就很难用对象检测API来做，因为你必须连接一切，并修改一堆TF训练代码。在这种情况下，你可以考虑建立自己的模型，或者根据问题采用不同的方法。