如何将特征提取网络（例如 mobilenetv2）添加到 tensorflow 对象检测 API答案

【问题标题】：How to add feature extractor netwrok for example mobilenetv2 to tensorflow's object detection API如何将特征提取网络（例如 mobilenetv2）添加到 tensorflow 对象检测 API
【发布时间】：2019-03-04 21:41:54
【问题描述】：

This tutorial 讨论了如何在 tensorflow 中使用异议检测 API。我正在寻找解释如何将诸如 mobilenetV2 之类的特征提取器添加到 tensorflow 的对象检测框架的教程。

【问题讨论】：

标签： tensorflow object-detection-api

【解决方案1】：

您是否查看过 Tensorflow 提供的 Model Zoo？ :)

它包括具有各种特征提取器的各种对象检测模型，例如 MobileNet、Inception、ResNet 等。

您将在下面找到 Tensorflow 检测模型动物园的链接，您可以在其中选择检测模型架构、基于区域 (R-CNN) 或单次检测器 (SSD) 模型以及特征提取器。

https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/detection_model_zoo.md

您可以下载基于 COCO、Kitti 和 Open-Images 等的预训练模型的冻结图。

【讨论】：

MobileNetV2 没有 FasterRCNN
这种组合有什么原因吗？通常 SSD 和 MobileNet 结合使用，因为它们都专注于实时应用，因为它们在精度/速度权衡方面都是最先进的。
SSD 不利于准确性。 FasterRCNN 更好，但我喜欢尽可能快地提高速度。我的应用程序就像招牌文字阅读。有时图像只有 DOAR 之类的文本。整个图像只有 DOAR，图像大小约为 75 x 150 大小。然后当我应用 SSD 时，我没有得到正确的读数。我应用了 SSD MobileNet V1 FPN。该 75x150 图像在训练和推理中被调整为 650 x 650。我不明白为什么我不能使用 SSD 读取，但 FasterRCNN 是可以的。任何想法？我用一个字母表的一个基本事实训练了 DORA。
如果没有看到您的数据，我无法判断，但是对于您创建新模型的原始问题。这可能对你有帮助：github.com/tensorflow/models/blob/master/research/…
谢谢，这是我正在寻找的。span>