Tensorflow对象检测api错误分类对象

我按照一个简单的步骤来训练一个定制的物体检测器。 我的损失高达0.6，但我的问题是，检测到的对象会将其他对象分类为我训练过的对象。例如，在我的例子中，它将狗分为杏仁饼和奶酪。 我做错了什么

---

我面临着完全相同的问题，模型记住了以前的对象。配置文件中有一个新配置在制作视频时未实现

在ssd_mobilenet_v1_pet.config文件中，您必须指定训练将开始的检查点的路径，因此它将具有来自上一次训练的所有权重，此配置是微调检查点，下面是from_detection_checkpoint，因此它将使用指定的检查点，在这之后，会有load_all_detection_checkpoint_vars，默认设置为true，但如果希望模型忘记它所训练的对象，则必须为false

问题是，load_all_detection_checkpoint_vars将加载并固定所有权重，包括最后层中的权重，而不仅仅是较低层中的权重，因此它将记住过去对象的分类和检测，并与新对象进行错误分类，因为*.pbtxt具有不同的分类。如果将其设置为false，它将加载数据并仅基于训练集学习最终层的新权重