machine-learning - SSD 和 Mobilenet 之间的区别

Question

我对 SSD 和 mobilenet 感到困惑。据我所知，它们都是神经网络。 SSD提供定位，而mobilenet提供分类。因此SSD和mobilenet的结合可以产生物体检测。图片取自SSD paper 。 SSD默认的分类网络是VGG-16。因此，对于SSD Mobilenet，VGG-16被mobilenet取代。我的说法正确吗？

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

Answer 1

SSD - 单次检测器 - 是一种专为检测目的而设计的神经网络架构 - 这意味着同时进行定位(边界框)和分类。

Mobilenet- ( https://arxiv.org/abs/1704.04861 ) - Google 引入的高效架构(使用深度和逐点卷积)。它可用于分类目的，或作为其他目的(即检测)的特征提取器。

在 SSD 论文中，他们提出使用 VGG NN 作为检测的特征提取器，特征图从多个不同的层(分辨率)中获取，并馈送到相应的分类和本地化层(分类头和回归头)。

所以实际上，人们可以决定使用一种不同类型的特征提取器 - 比如 MobileNet-SSD - 这意味着你使用 SSD arch。而你的特征提取器是 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。