使用 TensorFlow 的对象检测 API 进行迁移学习

Question

我正在使用对象检测 API，并且已经为我的特定对象类提供了经过训练的模型。

随着我的任务，随着时间的推移会有越来越多的对象类。由于对组合数据集进行再训练需要很长时间，因此我对一种仅在新数据上训练预训练网络的方法很感兴趣。

我发现了这个： Retrain Tensorflow Object detection API 但由于我需要在已经训练的数据上加载检查点并在包含旧数据的组合数据集上再次训练它，这不会导致对旧数据的严重过度拟合吗？

Answer 1

实际上没有，我们通常称这个技巧为微调。包含旧类和新类的新训练数据集使 CNN 能够为所有这些类学习更一般的表示。