python - ResNet50 SSD在keras上的实现
问题描述
我在使用 VGG16(作为 SSD 的原始版本)的 keras 中使用这个 Single Shot Detector (SSD)实现。我有兴趣用 ResNet50 替换 VGG16 的原始主干。虽然这在我找不到任何有关 keras SSD resnet 实施的来源之前已经实施。
无论如何,有人知道我在哪里可以找到这种架构吗?基本上我的问题是关于在哪些特征提取层上附加决策层。从两个网络之间的相似性和典型的图像大小(例如 Pascal Voc)来看,300x300
我猜想在 ResBlock 的每个重复组之后(即在缩小特征图之前)应用决策层。我不确定这些名称在每个 ResNet 实现中是否通用,但无论如何:
Add3
尺寸后38x38x256
Add7
尺寸后19x19x512
Add13
尺寸后10x10x1024
Add16
尺寸后5x5x2048
因此,与 SSD VVG 原始版本上的 6 个决策层相比,我将获得 4 个决策层。
我是否应该添加更多特征提取层以进一步减小特征图大小并从中提取特征?这被认为是典型的架构吗?如果有人对此有所了解,请分享。
解决方案
推荐阅读
- java - Drawerlayout 拦截所有点击
- rest - Dotnet核心:从Web api发送字节数组作为文件而不将其保存到磁盘
- javascript - iframe-resizer 中的错误处理?
- php - 在 Woocommerce 3 中更改订单创建时的默认结帐字段值
- javascript - 在生产代码中使用断言?(Node.js 中的 TDD)
- c# - UAC 提示时设置编辑器
- android - com.android.builder.dexing.DexArchiveBuilderException:处理失败。
- android - 我收到一个错误:找不到 com.google.android.gms.internal.zzbgl 的类文件
- makefile - Makefile.inc 不存在 plexe-veins
- javascript - BrowserSync 与 Gulp 在更改完成之前重新加载浏览器