本章学习内容
实例12
这个实例介绍了如何使用预训练模型微调进行二次开发并用于新的数据集。从数据集处理,模型构建,训练,测试4个部分具体部署了一个识别男女的分类工程。
本地部署
本实例依然利用tensorflow/research/models/slim这个api中的NASNet_A_Moblie模型进行微调满足需要的分类数据集需求,从而进行训练新模型并随后测试等。
这是我本地部署的所有材料。
训练分为两部分,单独训练微调层(最后两层),联合训练所有层。
这是由于预训练 模型NASNet_A_Mobile是在ImgNet数据集上训练的,有1000个分类。而本实例中识别男女任务只有两个类别。所以最后两个输出层的超参数不应该被恢复(由于分类不同导致超参个数不同)。在实际使用时,两个两层的参数需要进行初始化并单独训练
接下来是debug,见第五章debug日志。
实例13
本实例采用与slim库类似的TF-Hub库进行微调已有的模型,并由于自身的数据集评估人的年龄。
需要先下载好TF-hub库,并用微调程序跑出基于自己数据集的模型pb文件。以下是此实例我的所有文件目录:
这是随机挑选4张图片的测试结果:
接下来是debug,见第五章debug日志。