Pytorch Detectron2在my model_final.pth中添加更多类或微调现有类
Im使用“COCO InstanceSegmentation/mask_rcnn_X_101_32x8d_FPN_3x.yaml”，并提供了一个自定义数据集，其中包含橙色、苹果和菠萝的图片。现在，我的模型已经准备好，能够预测所有3种水果。比方说，现在我需要添加更多的水果或菠萝数据（我没有向系统提供足够的数据） 我是否可以加载模型并使用新的数据集（在已有权重的基础上）开始训练？结果会有多好 这会影响之前的预测吗？因为橙色和苹果的预测是正确的，我不想把它搞砸。我将只在第二次培训中发送菠萝的图片，并计划在以后的培训中添加香蕉或西瓜之类的新课程 这样做对吗？或者让我知道我们是否有更好的选择Pytorch Detectron2在my model_final.pth中添加更多类或微调现有类,pytorch,detectron,Pytorch,Detectron,Im使用“COCO InstanceSegmentation/mask_rcnn_X_101_32x8d_FPN_3x.yaml”，并提供了一个自定义数据集，其中包含橙色、苹果和菠萝的图片。现在，我的模型已经准备好，能够预测所有3种水果。比方说，现在我需要添加更多的水果或菠萝数据（我没有向系统提供足够的数据） 我是否可以加载模型并使用新的数据集（在已有权重的基础上）开始训练？结果会有多好 这会影响之前的预测吗？因为橙色和苹果的预测是正确的，我不想把它搞砸。我将只在第二次培训中发送菠萝的图片，并计