从 1.x 到 2.x 的 TensorFlow 端口模型

Question

这是一个基本问题。

目前我正在使用一种可用的 1.x 模型进行对象检测。 为此，我正在用自己的数据重新训练这个模型，并且可以检测到我想要的对象。

我想将我的所有逻辑移植到 2.x 版本，以便使用新发布的工具将模型转换为 TFLite。

将代码修改为 2.0 后，是否需要重新训练参考模型（例如 coco）的权重？ 还是只重新训练我的自定义数据？

如果是，是否有任何建议可以轻松做到这一点？

谢谢你的建议

Answer 1

幸运的是，TensorFlow 有很多文档，TensorFlow 的开发人员认为你会问这个问题，因此已经为你回答了这个问题。 This post 应该可以帮助您将模型从 1.x 完美迁移到 2.x。

快速总结一下，如果您使用的是 keras 之类的高级 API，则基本上没有任何工作。如果您想利用 tensorflow 2 中的性能改进，或者您不使用上述高级 API，则可能需要做更多工作。

您的网络权重通常不需要重新训练，除非您想明显改变您的模型。如果您只想在 tensorflow 2 中使用相同的模型，上面的链接应该可以帮助您将代码转移到 tensorflow 2，并且您不必重新训练模型的权重。