python - ResNet50 SSD在keras上的实现

Question

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。

标签： pythonkerasobject-detection