我对 SSD 和 mobilenet 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的结合可以产生目标检测。图片取自SSD paper。 SSD的默认分类网络是VGG-16。因此，对于 SSD Mobilenet，VGG-16 被替换为 mobilenet。我的说法正确吗？
我在哪里可以获得有关 SSD Mobilenet 的更多信息，尤其是 Tensorflow 模型动物园上可用的信息？
【问题讨论】：
标签： machine-learning neural-network object-detection
SSD - 单次检测器 - 是一种为检测目的而设计的 NN 架构 - 这意味着定位（边界框）和分类同时进行。
Mobilenet- (https://arxiv.org/abs/1704.04861) - Google 引入的高效架构（使用深度卷积和逐点卷积）。它可用于分类目的，或作为其他（即检测）的特征提取器。
在 SSD 论文中，他们提出使用 VGG NN 作为检测的特征提取器，特征图取自几个不同的层（分辨率），并被馈送到相应的分类和定位层（分类头和回归头）。
所以实际上，人们可以决定使用不同类型的特征提取器——比如 MobileNet-SSD——这意味着你使用 SSD 拱门。而您的特征提取器是 mobilenet arch。
通过阅读 SSD 论文和 mobilenet 论文，您将能够了解模型动物园中存在的模型。
【讨论】：
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。
基础网络为分类或检测提供高级功能。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。但是你可以去掉一个全连接层，用检测网络代替它，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完成检测任务。 MobileNet 就像其他基础网络一样使用卷积来产生高级特征。
【讨论】：