Tensorflow目标检测API：如何隔离主干网？
我是Tensorflow对象检测API的用户。我经常使用它来训练模型，比如在我的图像上使用更快的RCNN。据我所知，有一个主干网络（根据我的经验，ResNet）用于提取特征 我想重新使用这个特定网络的权重，但当我保存我的模型时，它是一个更快的RCNN模型，即使在文档和源文件中花了几个小时，我也看不到如何隔离主干网络的权重 是别人以前已经意识到的吗？或者Tensorflow OD API不是适合我需要的工具Tensorflow目标检测API：如何隔离主干网？,tensorflow,deep-learning,computer-vision,object-detection-api,Tensorflow,Deep Learning,Computer Vision,Object Detection Api,我是Tensorflow对象检测API的用户。我经常使用它来训练模型，比如在我的图像上使用更快的RCNN。据我所知，有一个主干网络（根据我的经验，ResNet）用于提取特征 我想重新使用这个特定网络的权重，但当我保存我的模型时，它是一个更快的RCNN模型，即使在文档和源文件中花了几个小时，我也看不到如何隔离主干网络的权重 是别人以前已经意识到的吗？或者Tensorflow OD API不是适合我需要的工具 感谢您的帮助或建议 你说的“孤立”是什么意思？将主干权重与其他权重分开保存？感谢您的回答，
感谢您的帮助或建议 你说的“孤立”是什么意思？将主干权重与其他权重分开保存？感谢您的回答，我只想从功能提取器加载权重。根据我的研究，解决方案似乎是将这些变量分别保存在一个单独的检查点中，然后在您只能从保存的更快的RCNN检查点恢复一部分权重后将其加载到一个新模型中：您在“隔离”下的确切含义是什么？将主干权重与其他权重分开保存？感谢您的回答，我只想从功能提取器加载权重。根据我的研究，解决方案似乎是将这些变量分别保存在一个单独的检查点中，然后在您只能从保存的更快的RCNN检查点恢复权重子集后，将其加载到新模型中：