问题描述
几个月前，我使用stanforddet_d0_512x512和仅两类成功的狗对斯坦福犬进行了自定义对象检测器训练。不更改代码，我再次尝试这样做，尽管训练过程中的损失很低，但是该模型却抽出了非常低的置信度得分（
然后我尝试使用初始训练后生成的检查点恢复训练，并且损失开始时就好像检查点不存在一样。
我还尝试使用更快的rcnn，获得相同的结果。这是代码： https://colab.research.google.com/drive/1fE3TYRyRrvKI2sVSQOPUaOzA9JItkuFL?usp=sharing
我认为出口无法正常工作，并且无法保存训练有素的体重。有什么想法吗？
解决方法
似乎确实无法加载您的检查点，因为您会收到许多警告：
WARNING:tensorflow:Unresolved object in checkpoint:
(root). .......
经过一些研究，我在Tensorflow对象检测API的模型存储库中发现了这个问题：https://github.com/tensorflow/models/issues/8892#issuecomment-680207038。
基本上是说您应该更改：
fine_tune_checkpoint_type = "detection"
至：
fine_tune_checkpoint_type = "fine_tune"
，以便在微调中使用加载的检查点，并且类数不会在您的配置文件和您开始的配置文件之间引起问题。 它还建议要小心，而出于相同的原因，而您的modeldir（将保存自定义检查点和tensorboard事件的位置）为空还是出于空白，但这似乎对您的colab笔记本很满意。
在另一个主题上，您也应该注意学习率，现在使用的是cosine_decay_learning_rate，它需要一些预热步骤，在这种情况下为2500。但是，您仅使用800，因此在停止训练时预热步骤无法完成！如果出于某种原因要保持较低的步数，则应将学习率更改为manual_step_learning_rate或exponential_decay_learning率。否则，您应该使训练持续更长的时间。
编辑：经过进一步调查，该问题可能在github上的问题更加严重：https://github.com/tensorflow/models/issues/9229 您可能需要关注此情况，以了解发生的情况。