想请教python编程深度学习方面的大神SSD目标检测方面问题

Posted 2023-03-10

想请教python编程深度学习方面的大神，现在有一个SSD识别目标的tensorflow版的程序，想在上面进行一些修改：1.将Vgg_16改为Resnet网络；2.加入反卷积层；（其实就是DSSD，但是DSSD的代码是caffe的，我也不会caffe）想求助某位python大神指点迷津，可不可以教教我怎么改呢？

vgg:老物，光芒被googlenet给掩盖了，真正的优点是 a.feature-map不变则conv-kenel-width这些不变　b.用一次pooling,width提升一倍；
resnet:主流网络，在vgg基础上提升了长度，而且加入了res-block结构,还有resnext,也可以尝试下。
相帮帮不上啦。。。我也不太会，原来用过resnet 真不会转换。。。sorry 参考技术A 请问解决这个问题了吗？我现在也遇到这个问题了。。如果解决，有偿求救 参考技术B 其实采用卷积直接做检测只是SSD相比Yolo的其中一个不同点,另外还有两个重要的改变,一是SSD提取了不同尺度的特征图来做检测,大尺度特征图(较靠前的特征图)可以用来检测小物体,而小尺度特征图(较靠后的特征图)用来检测大物体;二是SSD采用了不同尺度和长宽比的先验框(Prior boxes, Default boxes,在Faster R-CNN中叫做锚,Anchors，想更深入的研究推荐去老男孩学习，那里比较系统，不然这么学形成不了体系