问SSD和SSD Lite有什么不同？(Tensorflow)

EN

这很令人沮丧，因为所有对SSDLite的搜索都会得到“一个新的框架，我们称之为SSDLite”，所以我期待着一件事。然而，我怀疑SSDLite仅仅是通过对通用固态硬盘模型文件进行一次修改(kernel_size)和两次添加(use_depthwise)来实现的。

对模型文件ssd_mobilenet_v1_coco.config和sdlite_mobilenet_v2_coco.config进行比较会产生以下结果：

model {
  ssd {
    box_predictor {
      convolutional_box_predictor {
        kernel_size: 3
        use_depthwise: true
      }
    }
    feature_extractor {
      use_depthwise: true
    }
  }
}

我得试一试。

正如其中一个答案所指出的，配置中的主要区别是box_predictor和feature_extractor的两个use_depthwise选项。潜在的变化已经在代码库中实现，基本上将SSD层和最后的box+class预测层中的所有常规卷积替换为深度+逐点可分离的卷积。在我们的MobilenetV2论文中描述了理论参数和flops节省。

同样为了回答@Seongkyun Han的问题，我们没有在我们的v1论文中替换SSD层中的所有conv (只有属于mobilenet的所有层都是可分离的conv)。