我想在自定义数据集上使用Mobilenet SSD模型训练对象检测器。
查看Mobilenet的配置文件,有一个名为image_resizer{}的块,我认为默认值是300x300,但我可用的图像是224x224。
我可以在不更改配置文件的情况下继续训练吗?还是我真的需要将其更改为224x224以匹配我的图像?
在此处找到配置文件。
https://github.com/tensorflow/models/blob/d6d0868209833e014074d6cb4f32558e7acf2a6d/research/object_detection/samples/configs/ssd_mobilenet_v1_pets.config#L43
图像大小调整器是一个固定的大小调整器,因此如果使用默认值(300x300(,则图像在传输到网络之前将被调整为300x300。
需要记住的一件事是,你在这个模型中的默认分支数是6,当你从300x300输入开始时,最终分支将是1x1,如果你决定更改输入大小,你可能还需要更新分支的数量(在配置中又称为num_layers(-因为只有5个分支的空间(如果你不更改它们的拱形(-你实际上在5个分支之后就达到了1x1
为了更清楚,这里是从224x224 开始的分支机构
- 分支0-图像的1/16-14x14
- 分支1-映像的1/32-7x7
- 分支2-图像的1/32-4x4
- 分支3-图像的1/32-2x2
- 分支4-图像的1/32-1x1