问深度学习中的基础网络和检测网络有什么不同？

EN

假设您正在构建一个用于对象检测的模型。

CNN对象检测模型(为了简单起见，让我们选择SSD)可以由用作特征提取的基本网络组成，而检测模块获取输入特征(从基本网络提取)以生成包含对象类的输出，以及检测到的对象的坐标(包括预测框的中心(x，y)、高度(h)和宽度(w) )。

对于基本网络，我们通常采用预先训练好的网络，如ResNet，VGG等，这些网络已经在像ImageNet这样的大型数据集上进行了训练，希望基本网络能够为检测层产生一组良好的特征(或者至少我们不需要在训练过程中调整太多的基本网络参数，这有助于模型很快收敛)。

对于检测模块，这取决于您要使用哪种方法，例如，一阶段方法(SSD、RetinaNet、YOLO等)或两阶段方法(更快的R-CNN、掩模R-CNN等)。这些方法之间的准确性和速度之间存在权衡，这是您应该选择哪个检测模块的重要指标。