【发布时间】：2019-03-12 17:52:16
【问题描述】：
我想建立一个对象检测模型，不知道是使用 tensorflow 对象检测 API 还是使用 TFLearn 来构建模型。谁能告诉我两者的优缺点。
【问题讨论】：
标签： tensorflow deep-learning object-detection tflearn
【发布时间】：2019-03-12 17:52:16
【问题描述】：
我建议您从 Tensorflow 对象检测 Api 开始，因为您可以使用现有的原始模型和现成的配置管道快速训练您的模型，您在模型架构和主干上有很多选择。 它更容易、更确定，它非常受欢迎，并且有一个庞大的社区在使用它， 或者你可以使用我推荐的pytoch，检查https://github.com/facebookresearch/detectron2
【讨论】：
两者都很好。对象检测 API 是一个标准的内置库，您可以快速克隆和使用。学习它很好，因为它在整个行业中很受欢迎，原因如下。
- 不容易出错。
- 它可以节省您的时间
- 您可以轻松地使用 tensorboard 来分析训练统计数据。
- 它具有更快的 RCNN 和 SSD 等内置架构。你只需要了解使用它们。了解配置文件中的各种超参数并知道对其进行调优也是一项技能。
另一方面，如果您想制作自己的定制模型，则可以学习 tensorflow。其实这两者都不是替代品，应该分开学习。事实上，我还建议阅读 API 中可用的对象检测算法的研究论文。
从长远来看，除了对象检测之外，张量流还可以为您提供帮助，无论您是从事分割算法、自动编码器还是 DNN 中的其他任何事情。
【讨论】：