是否可以冻结快速RCNN初始v2模型中的BoxClassifier？

Question

我正在使用TensorFlow对象检测API在自定义数据集上重新训练COCO预训练的Faster RCNN Inception v2模型，最近发现我的一些模型BoxClassifierLoss在训练期间变得更糟（例如，从0.17损失到0.38损失在经过100个纪元后下降到0.24（此后又变得更糟或波动没有改善）。

因此，我有兴趣冻结BoxClassifier，以保留看起来更好的初始权重。

[我读到train.proto中有一个'freeze_variables'参数，但我不确定要确切冻结哪些变量。

Answer 1

您可以冻结model.ckpt元（检查点文件）文件，这些文件存储在以下位置：

C:\tensorflow1\models\research\object_detection\training

这些检查点文件在训练期间经常存储，因此，当错误减少后，您可以检查该文件的详细信息，然后将同一检查点冻结为最终模型。

要冻结模型，可以使用以下命令：

python export_inference_graph.py --input_type image_tensor --pipeline_config_path training/faster_rcnn_inception_v2_pets.config --trained_checkpoint_prefix training/model.ckpt-XXXX --output_directory inference_graph

XXXX是文件名model.ckpt-XXXX.meta中的数字。就我而言，它是model.ckpt-1970.meta，XXXX = 1970。

在following image中检出我的文件夹结构。