迁移学习的问题：使用我自己训练的权重，或者为 MRCNN 训练的 Usiigaci 权重（matterport 实现）答案

【问题标题】：problems with transfer learning: using my own trained weights, or the Usiigaci trained wieghts for MRCNN (matterport implementation)迁移学习的问题：使用我自己训练的权重，或者为 MRCNN 训练的 Usiigaci 权重（matterport 实现）
【发布时间】：2022-08-22 21:04:53
【问题描述】：

我的项目涉及细胞检测，所以我想我会尝试使用Usiigaci pre-trained weights 训练我的神经网络。但是当我尝试时出现以下错误： ValueError: Layer #362 (named \"anchors\") expects 1 weight(s), but the saved weights have 0 element(s)。例如，对于预训练的 coco 重量，训练效果很好。这是我用来加载权重的代码：

model = MaskRCNN(mode=\'training\', model_dir=\'./\', config=config) model.load_weights(\'Usiigaci_3.h5\', by_name=True, exclude=[\"mrcnn_class_logits\", \"mrcnn_bbox_fc\", \"mrcnn_bbox\", \"mrcnn_mask\"])

当我尝试加载通过在我自己的照片上训练我的模型生成的权重时，我也遇到了类似的问题，以继续我上次停止的训练。收到的错误是：

ValueError: Layer #362 (named \"anchors\"), weight <tf.Variable \'Variable:0\' shape=(4, 261888, 4) dtype=float32> has shape (4, 261888, 4), but the saved weight has shape (2, 261888, 4).

加载重量：

model.load_weights(\'new_weigths/40_epochs/mask_rcnn_cell_cfg_0040.h5\', by_name=True, exclude=[\"mrcnn_class_logits\", \"mrcnn_bbox_fc\", \"mrcnn_bbox\", \"mrcnn_mask\"])

如果您了解为什么会这样，请告诉我。谢谢！！

标签： python tensorflow neural-network recurrent-neural-network transfer-learning

【解决方案1】：

你解决这个问题了吗？如果是，请与我分享什么有效？

【讨论】：