SSD盗版v2。 VGG16功能提取器是否已被Inception v2取代？

Question

在原始的SSD论文中，他们使用VGG16网络进行特征提取。我正在使用TensorFlow模型动物园中的SSD Inception v2模型，但我不知道体系结构有什么区别。 stack overflow post暗示对于其他型号（例如SSD MobileNet），VGG16功能提取器已由MobileNet功能提取器取代。

我认为SSD Inception的情况与此相同，但是this paper让我感到困惑。从这里开始，似乎将Inception添加到了模型的SSD部分中，而VGG16特征提取器仍然保留在体系结构的开始。

SSD Inception v2模型的体系结构是什么？

Answer 1

在tensorflow对象检测api中，ssd_inception_v2模型使用inception_v2作为特征提取器，即第一张图中的vgg16部分（图（a））被替换为inception_v2

在ssd模型中，将feature extractor提取的特征层（即vgg16，inception_v2，移动网络）进一步处理，以产生不同分辨率的额外特征层。在上图（a）中，有6个输出要素图层，前两个（19x19）直接取自feature extractor。如何生成其他4层（10x10、5x5、3x3、1x1）？

它们是通过额外的卷积运算生成的（这些conv运算有点像使用非常浅的特征提取器，不是吗？）。 here的实现细节随有效文档一起提供。在文档中说

Note that the current implementation only supports generating new layers 
using convolutions of stride 2 (resulting in a spatial resolution reduction 
by a factor of 2)

，这就是额外特征图减少2倍的方式，如果您阅读函数multi_resolution_feature_maps，则会发现正在使用slim.conv2d个操作，这表明这些额外层是通过额外获得的卷积层（每层只有一层！）。

现在，我们可以解释您链接的论文中有哪些改进。 他们建议用初始块替换额外的要素层。没有inception_v2模型，只是一个起始块。 该论文报道了通过使用初始块提高了分类准确性。

现在问题应该很清楚，带有vgg16，inceptioin_v2或mobilenet的ssd模型还可以，但是本文中的 inception 仅指一个初始块，而不是初始网络。