如何为自定义类构建tensorflow对象检测模型，并包括SSD Mobilenet模型包含的90类

我正在基于SSD V1 coco模型构建一个新的tensorflow模型，以便在视频中执行实时对象检测，但我试图找到一种方法来构建一个模型，在该模型中，我可以向现有模型添加一个新类，以便我的模型在SSD MOBILENET coco V1模型中具有所有可用的90个类，并且还包含新的类我想分类的类

例如，我为两个类创建了培训数据：男、女 现在，我建立了一个新的tensorflow模型，可以在视频中识别一个男人和/或女人。但是，我的模型没有原始SSD Mobilenet模型中的其他90个类。我正在寻找一种方法来连接两个模型或将多个模型传递给我的代码以检测对象

如果您有任何问题或我不清楚，请随时进一步调查我

我找到的唯一方法是，您需要获取SSD-Mobilenet模型的数据集，它是在该数据集上进行训练的

确保所有图像都在一个目录中，注释在另一个目录中

我们应该为每个图像文件提供相应的注释文件 例如：myimage.jpg和myimage.xml

如果自定义数据集的所有图像与SSD Mobilenet模型的格式相同，则使用名为LabelImg的工具对其进行注释

将这些图像和注释文件添加到各自的图像和注释目录中，我们已经在其中保存了SSD Mobilenet

尝试重新生成新的TFrecord并继续对其执行其余过程

---

您可以将迁移学习与Tensorflow API结合使用。 迁移学习允许您加载重新训练的网络，并通过引入您的课程修改完全连接的层。 以下参考文献对此进行了详细说明：

很好的解释

有关更多详细信息，请参阅Tensorflow API

此外，您还可以使用以下选项以获得更好更快的结果：

---

我希望这能对您有所帮助。

我认为没有一种方法可以将您的类添加到现有的90个类中，而不使用以前使用的数据集。唯一的方法是使用该数据集加上您自己的数据集，然后重新训练模型。

是的，这个过程会起作用。我想知道是否有另一种方法，我们不必找出用于构建SSD MobileNet模型的数据集亲爱的朋友们，我面临着一个类似的问题，我想知道你们是否找到了任何方法，在没有原始数据集的情况下，向90个COCO类添加自定义类。非常感谢！！