machine-learning - SSD和Mobilenet的区别

Question

我对 SSD 和 mobilenet 感到困惑。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mobilenet的结合可以产生目标检测。图片取自SSD 纸。SSD的默认分类网络是VGG-16。因此，对于 SSD Mobilenet，VGG-16 被替换为 mobilenet。我的陈述是否正确？

我在哪里可以获得有关 SSD Mobilenet 的更多信息，尤其是 Tensorflow 模型动物园上可用的信息？

标签： machine-learningneural-networkobject-detection

Answer 1

SSD - 单次检测器 - 是一种为检测目的而设计的 NN 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 ) - Google 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，或作为其他（即检测）的特征提取器。

在 SSD 论文中，他们介绍了使用 VGG NN 作为检测的特征提取器，特征图取自几个不同的层（分辨率），并被馈送到相应的分类和定位层（分类头和回归头）。

所以实际上，人们可以决定使用另一种特征提取器——比如 MobileNet-SSD——这意味着你使用 SSD 拱门。而您的特征提取器是 mobilenet arch。

通过阅读 SSD 论文和 mobilenet 论文，您将能够了解模型动物园中存在的模型。