我正在keras中使用此单发检测器（SSD）implementation，它使用VGG16（作为SSD的原始版本）。我有兴趣用ResNet50替换VGG16的原始主干。尽管在我无法找到有关keras SSD resnet实施的任何资料之前就已经实施了该方法。
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以及典型的图像尺寸（例如，对于Pascal Voc）300x300来看，我猜想在每个重复的ResBlock组之后（即在缩小特征图之前）应用决策层。我不确定名称在每个ResNet实现中是否通用，但是无论如何：
Add3的{{1}}之后38x38x256的{{1}}之后Add7的{{1}}之后19x19x512的{{1}}之后因此，与SSD VVG原始版本中的6个相比，我将获得4个决策层。
是否应该添加更多特征提取层以进一步减小特征图的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。