SSD和Mobilenet之间的区别

Question

我在SSD和mobilenet之间感到困惑。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的组合可以产生对象检测。该图片来自SSD paper。 SSD的默认分类网络是VGG-16。因此，对于SSD Mobilenet，VGG-16被移动网络取代。我的陈述是否正确？

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 -单发检测器-是一种专为检测目的而设计的NN体系结构-这意味着可以立即进行定位（边界框）和分类。

移动网络-（https://arxiv.org/abs/1704.04861）-Google引入的高效架构（使用深度和点积卷积）。它可以用于分类目的，也可以用作其他特征提取器（即检测）。

在SSD论文中，他们提出了使用VGG NN作为检测的特征提取器，这些特征图是从几个不同的层（分辨率）中提取的，并被提供给它们相应的分类和本地化层（分类头和回归头）。

因此，实际上，人们可以决定使用另一种类型的功能提取器-例如MobileNet-SSD-这意味着您使用的是SSD拱门。而特征提取器是mobilenet arch。

通过阅读SSD纸和mobilenet纸，您将能够了解模型动物园中的模型。

Answer 2

深度神经网络有两种类型，基础网络和检测网络。 MobileNet、VGG-Net、LeNet 是基础网络。

基础网络提供用于分类或检测的高级特征。如果你在这些网络的末端使用一个完全连接的层，你就有了一个分类。但是你可以移除一个全连接层并用检测网络替换它，比如 SSD、Faster R-CNN 等等。一般来说，SSD 使用基础网络上的最后一个卷积层来执行检测任务。 MobileNet 就像其他基础网络使用卷积来生成高级特征一样。