配置中的类比训练的类多（张量流对象检测 API）

Question

我从 tensorflow 的 OD API 继续训练了一个 faster_rcnn_inception 网络，该网络在我的仅包含一个类的数据集上提供了检查点。

我根据需要更改了配置文件并进行了成功的培训。 测试我训练有素的网络可以让我获得良好的准确性。

但现在我意识到在配置文件中我忘记将num_classes 从 90 切换到 1。

这对我的网络有什么影响？现在是否比配置正确设置为 1 时要慢？

tensorflow 的 API 会根据提供的num_classes自动分配过滤器的数量/大小吗？

Answer 1

我会回答我自己的问题：

我进行了再培训，将正确的 num_classes 设置为 1，并且只有很小的明显差异：

• 检查点现在缩小了 3MB（103 而非 106MB）。

• mAP 对错误设置为 90 的 num_classes 有一条更平滑的线

但我仍然不知道它在 tensorflow 内部有什么不同，但这似乎并不重要。