更改 Inception-v4 架构以在 Tensorflow 中进行多标签分类

Question

我正在研究图像标记和注释问题，只是一个图像可能包含多个对象。我想训练 inception-v4 进行多标签分类。我的训练数据将是一个图像，一个长度等于类数的向量，如果图像中存在对象，则每个索引中都有 1。例如，如果我有四个类（人、汽车、树、建筑物）。如果图像包含人和汽车。那么我的向量将是 (1, 1, 0, 0)。

我需要进行哪些更改来训练 inception-v4 以解决标记和注释问题？

在inception-v4架构中只需要改变输入格式，将损失函数从softmax改为sigmoid_cross_entropy_with_logits吗？

https://github.com/tensorflow/models/blob/master/slim/nets/inception_v4.py

提前谢谢你。

Answer 1

如果您想重新训练模型以输出不同的标签，请查看image_retraining 示例：https://github.com/tensorflow/tensorflow/blob/r1.1/tensorflow/examples/image_retraining/retrain.py

在该示例中，我们重新训练标准的 inception v3 模型来识别花朵，而不是标准的 ImageNet 类别。