在设备 Coral Edge TPU 上重新训练 - 输出张量大小答案

【问题标题】：Retraining on device Coral Edge TPU - output tensor size在设备 Coral Edge TPU 上重新训练 - 输出张量大小
【发布时间】：2020-09-04 17:17:32
【问题描述】：

我正在按照这里的示例 https://coral.ai/docs/edgetpu/retrain-classification-ondevice/#api-summary 使用提供的示例代码 (imprinting_learning.py) 自定义模型（最初是 MobileNet v1）。

我得到了这个工作，它运行良好，使用上述模型对图像或视频流进行分类。

我现在正在尝试使用它来定制一个可用于对象检测的模型，制作边界框。当我第一次尝试使用新重新训练的模型（基于示例中给出的 mobilenetV1）时，我得到了

检测模型应该有 4 个输出张量！该模型有 1 个。

我尝试基于模型 mobilenet_ssd_v2_coco_quant_postprocess_edgetpu.tflite （我过去成功用于对象检测）开始新的重新训练，但在训练期间出现错误（使用 imprinting_learning.py）

RuntimeError: Logit 输出张量应该是 [1,x]

感谢您的帮助！

【问题讨论】：

【解决方案1】：

我相信您已经就这个问题联系了我们的私人频道，但是我想在这里用模式详细信息回答这个问题，以便其他人可以参考。我想澄清几件事：

为了使模型与 ImprintingEngine 一起使用，需要对其进行准备。当您以当前状态输入模型时，压印引擎无法将权重更新为我们想要的行为。这个过程非常复杂，有点超出我们的支持范围，但可以在here 找到更多详细信息。如果您想准备自己的模型，反向传播将是一种更简单的方法，因为您只需要准备一个嵌入提取器！我们的页面有关于如何创建嵌入提取器的说明。而backprop 使用了一种称为softmax regression 的技术。
很遗憾，无论哪种情况，对象检测模型都不会与我们的设备学习教程一起使用。错误消息明确指出输出张量不匹配，该层无法与印记引擎或 softmax 回归引擎兼容。本教程仅用于分类。可以详细了解物体检测模型的输出张量on this page。

对于对象检测再训练，有本教程，尽管它需要来自您的主机的资源： https://coral.ai/docs/edgetpu/retrain-detection/

【讨论】：