python里面的imageai模块，我想把里面的 默认模型 换成 我自己的模型，该怎么操作？

Question

网上流传的十行代码就能目标检测，代码如下，并且我亲测有效：
import PIL
import h5py
import imageai
import os

from imageai.Detection import ObjectDetection
execution_path = os.getcwd()
detector = ObjectDetection()
detector.setModelTypeAsRetinaNet()
detector.setModelPath( os.path.join(execution_path , "resnet50_coco_best_v2.0.1.h5"))
detector.loadModel()
detections = detector.detectObjectsFromImage(input_image=os.path.join(execution_path , "02-c.tif"), output_image_path=os.path.join(execution_path , "02-cnew.tif"))
for eachObject in detections:
print(eachObject["name"] , " : " , eachObject["percentage_probability"] )

以上代码的确能把图片中的 person,car,bus,bird,bow,goat等物体检测出来，resnet50_coco_best_v2.0.1.h5这个模型是前辈的模型，第八行 detector.setModelTypeAsRetinaNet() 中RetinaNet是前辈默认模型的modeltype。

假如我训练好了一个识别各种鸟的模型，而前辈的模型并不能识别各种不同的鸟，我想把自己的模型加载进来，该怎么操作。如果只是把resnet50_coco_best_v2.0.1.h5替换成我的模型，会报错ValueError: You are trying to load a weight file containing 107 layers into a model with 116 layers.
意思是第八行中的RetinaNet需要修改，可是这个该怎么修改？求助

Answer 1

detector.setModelPath( os.path.join(execution_path , "resnet50_coco_best_v2.0.1.h5"))
这里你加载了一个保存的模型，包括了训练的权重和偏置

那么你的模型必须和保存的模型完全一致，包括你的层数、节点数，你的模型文件是107层，而你定义的模型是116层，不匹配。实在要做，只能丢弃这个模型文件，从头训练了。