我想让Tensorflow Android演示应用程序之一的TF Detect只识别相机框架中受限制的自定义对象集（比如苹果，梨，橙子和香蕉），在识别的对象周围绘制框 .
在TensorFlow-for-poets代码库之后，我已经成功重新训练了mobilenet_v1_0.50_224模型，并且我已成功替换了另一个TensorFlow演示应用程序TF Classifier中使用的原始tensorflow_inception_graph.pb模型 . 它似乎工作 .
Update ：实际上，在第一次成功运行之后，由于以下异常，我无法运行任何其他重新训练的模型：*不是有效的TensorFlow图形序列化：NodeDef提到attr 'dilations'不在Op输出中：T; attr = T：type，allowed = [DT_HALF，DT_FLOAT]; ATTR =步幅：列表（INT）; ATTR = use_cudnn_on_gpu：布尔，默认= TRUE; attr = padding：string，allowed = ["SAME"，"VALID"]; attr = data_format：string，default = "NHWC"，allowed = ["NHWC"，"NCHW"]>; NodeDef：conv / Conv2D = Conv2D [T = DT_FLOAT，data_format = "NHWC"，dilations = [1,1,1,1]，padding = "VALID"，strides = [1,2,2,1]，use_cudnn_on_gpu = true]（Mul ，conv / conv2d_params） . （检查GraphDef解释二进制文件是否与生成GraphDef的二进制文件一致 . ） .
这个问题已经解决了here *
但是当谈到TF Detect时，事实证明它使用了ssd_mobilenet_v1_android_export.pb模型 . 该图与TF分类器中使用的图形有很大不同（例如，输入和输出节点不同并且具有固定名称：输入是“image_tensor”，输出是“detection_scores”，“detection_boxes”，“detection_classes”和“num_detections” “）并且我不确定是否可以通过转移学习来重新训练它，就像TF分类器中使用的模型一样 .
是否可能，如果是的话，如何继续？
1 回答
您需要通过SSD，YOLO或Tensorflow Object Detection API训练模型，以使用该模型进行TF检测 . 该模型不同于用于TF分类的模型（该模型可以由Keras训练，但TF检测的模型不能） .