Transfer Learning

[bmfarer]

请问一下开发者大大下一个版本能够增加迁移学习方面的灵活性吗？因为现在就几个参数，在做小样本迁移学习的时候感觉有点回天乏术(〒▽〒)

• 说明：

1. pretrain_weights的路径为COCO数据集上开源的faster RCNN模型链接，完整模型链接可参考MODEL_ZOO
2. finetune_exclude_pretrained_params中设置参数字段，如果参数名能够匹配以上参数字段（通配符匹配方式），则在模型加载时忽略该参数。

如果用户需要利用自己的数据进行finetune，模型结构不变，只需要忽略与类别数相关的参数，不同模型类型所对应的忽略参数字段如下表所示：

模型类型	忽略参数字段
Faster RCNN	cls_score, bbox_pred
Cascade RCNN	cls_score, bbox_pred
Mask RCNN	cls_score, bbox_pred, mask_fcn_logits
Cascade-Mask RCNN	cls_score, bbox_pred, mask_fcn_logits
RetinaNet	retnet_cls_pred_fpn
SSD	^conv2d_
YOLOv3	yolo_output

[qingqing01]

@FallBlackMagic

静态图的的迁移学习，一种方式是直接加载，shape不匹配的参数可以直接忽略，请看文档：

[bmfarer]

@qingqing01 嗯嗯，主要是我想实现别的迁移学习方法，但是里面似乎没有合适的参数可以设置

[qingqing01]

@FallBlackMagic 您如果是一些参数能加载的也想忽略，可以把模型里的参数名字打印看下，依据名字指定就行。