我正在尝试使用Tensorflow来实现此paper。作者使用的是VGG 16的修改版本。
...然后，我们在VGG16之后执行卷积和最大池化，将特征图的每一层数量减少一半。
但按如下所述对其进行修改：
请注意，我们删除了VGG16中的最后一个卷积组，仅产生了10个卷积层。
因此，他们将VGG16体系结构的最后6层（3个卷积层和3个完全连接的层）替换为两个卷积层，一个用于二进制分类，另一个用于边界框预测：
然后，如图5所示，我们添加了两个卷积层分支。第一个分支执行二进制分类以预测成为车辆的可能性。第二个预测当前帧以及将来的n-1个帧的边界框。
问题在于，我现在花了很长时间才弄清楚如何实现这两层。我将不胜感激。
答案 0 :(得分：0)
一些最流行的网络已经在python库中。 vgg-16是用python实现的，因此您可以将其导入脚本中，并使用预先训练的vgg权重或仅使用vgg结构，还可以使用网络的每个部分。因此，搜索包含流行网络（例如vgg）的python库。