能否使用PNG图像重新训练MobileNet预训练神经网络？

我目前正基于MobileNet预训练模型开展任务，计划使用包含PNG格式图像的数据集对其进行重新训练。以下是我调用重训练脚本的具体命令：

python scripts/retrain.py \
  --bottleneck_dir=tf_files/bottlenecks \
  --how_many_training_steps=200 \
  --model_dir=tf_files/models/ \
  --summaries_dir=tf_files/training_summaries/"mobilenet_0.50_224" \
  --output_graph=tf_files/retrained_graph.pb \
  --output_labels=tf_files/retrained_labels.txt \
  --architecture mobilenet_0.50_224 \
  --image_dir=tf_files/[你的数据集子目录]

关键参数解读 #

• --bottleneck_dir：用于存储预计算的瓶颈特征文件，避免重复计算图像特征，大幅提升训练速度
• --how_many_training_steps=200：设置训练迭代的步数，针对小型PNG数据集，这个量级的训练步数既能保证模型收敛，又不会过拟合
• --model_dir：预训练MobileNet模型的下载与存储目录，脚本会自动根据指定的架构下载对应模型文件
• --summaries_dir：TensorBoard训练日志的保存路径，可通过TensorBoard查看训练过程中的损失、准确率等指标变化
• --architecture mobilenet_0.50_224：指定使用的MobileNet变体，0.50代表宽度乘数（模型宽度为标准MobileNet的50%），224代表输入图像的尺寸为224x224像素
• --image_dir：需要替换为你的PNG数据集所在的具体目录，注意数据集需按类别划分文件夹（每个文件夹对应一个分类标签，文件夹内放置该类别的所有PNG图像）

内容的提问来源于stack exchange，提问作者Loïs Faidherbe