我已经根据（https://tensorflow-object-detection-api-tutorial.readthedocs.io/en/latest/）基于更快的 R-CNN 架构训练了一个自定义对象检测器。
有什么方法（例如，调整faster_rcnn.proto / pipeline.config）以接受（批量）裁剪对象作为输入并预测相应类（例如“跳过”RPN网络/回归）的方式导出这样的模型层。）
尽管存在不同的问题域，我想知道是否可以利用经过训练的模型，而不是基于特征提取器的架构分类骨干部分来训练新的分类器
很感谢任何形式的帮助！谢谢！