SSD和Mobilenet的区别
我把SSD和mobilenet搞混了。据我所知，它们都是神经网络。SSD提供本地化，而mobilenet提供分类。因此，SSD和移动网络的结合可以产生目标检测。这张图片来自SSD paper。SSD的默认分类网络是VGG-16。因此，对于SSD Mobilenet，VGG-16将替换为移动网络。我的陈述正确吗？
我在哪里可以获得更多关于SSD Mobilenet的信息，特别是在Tensorflow模型动物园上提供的信息？
回答 2
Stack Overflow用户
发布于 2019-03-17 13:58:38
固态硬盘-单次射击检测器-是专为检测目的而设计的神经网络架构-这意味着定位(边界框)和分类同时进行。
Mobilenet- (https://arxiv.org/abs/1704.04861) -由谷歌引入的高效架构(使用深度卷积和逐点卷积)。它可以用于分类目的，也可以用作其他(即检测)的特征提取器。
在SSD论文中，他们介绍了使用VGG NN作为特征提取器进行检测，特征图从几个不同的层(分辨率)获取，并被馈送到相应的分类和本地化层(分类头和回归头)。
所以实际上，人们可以决定使用一种不同的特征提取器-比如MobileNet-SSD -这意味着你使用SSD arch。而你的特征提取器是mobilenet arch。
通过阅读SSD论文和移动网络论文，您将能够了解模型动物园中存在的模型。
Stack Overflow用户
发布于 2021-03-23 00:49:55
有两种类型的深度神经网络，基本网络和检测网络。MobileNet、VGG-Net、LeNet是基本网络。
基本网络提供用于分类或检测的高级特征。如果您在这些网络的末端使用完全连接的层，您就有了一个分类。但您可以删除完全连接的层，并将其替换为检测网络，如SSD、更快的R-CNN等。通常，SSD使用基础网络上的最后一卷积层来执行检测任务。MobileNet就像其他基础网络一样，使用卷积来产生高级特征。
https://stackoverflow.com/questions/50585597
复制相似问题
腾讯云开发者
