SSD-Mobilenetv2 300x300 - Tensorflow 异议检测 API

Posted 2023-02-16

【中文标题】SSD-Mobilenetv2 300x300 - Tensorflow 异议检测 API

【英文标题】：SSD-Mobilenetv2 300x300 - Tensorflow objection detection API

【发布时间】：2021-11-12 12:57:28

【问题描述】：

我已经微调了一个 SSD-Mobilenetv2，其训练配置固定调整大小为 300x300，使用 tensorflow 异议检测 API 构建并以 TF Saved_Model 格式保存。 问题：

在推理过程中，它如何能够接受任何形状（而不仅仅是 300x300）的输入图像，而无需进行任何预处理以先将其大小调整为 300x300，然后再将它们传递给模型？ 是不是因为默认的 saved_model 在推理过程中会调整大小？ （如果是，它是否也会对它们进行归一化，因为在进行卷积操作之前）（我是 save_model 格式的新手，但我认为这不是因为 save_model，但那怎么可能 - 因为我认为 SSD-Mobilenet 包括需要的 FC 层固定输入大小）或者该架构是否在 b/w 中使用 AdaptivePooling 来实现这一点？

【参考方案1】：

Mobilenet V1 (paper) 接受 224x224x3 的输入。 Mobilenet V2 的添加主要是层和快捷/跳过连接之间的线性瓶颈，所以我认为架构的输入维度没有改变（Google AI blog post on MobileNetV2）。

（这是基于我的个人经验）：我几乎可以肯定，调整大小只是保持原始纵横比并对其进行零填充的图像的缩放。或者，他们可以直接缩放它并更改纵横比，但这似乎不太可能。他们绝对没有使用自适应池之类的东西来调整大小。

【参考方案2】：

进行预测时，您必须使用与模型训练时大小相同的图像。因此，如果您将 300 X 300 图像转换为 224 X 224，则必须对要预测的图像执行相同操作。 MobileNet 还期望像素在 -1 到 +1 的范围内，函数 tf.keras.applications.mobilenet_v2.preprocess_input 执行该操作。对于要预测的图像，您也需要类似地缩放像素。您可以使用提到的功能，也可以使用下面显示的等效功能。此外，如果模型是在 RGB 上训练的，那么图像会确保您要预测的图像是 RGB。

def scale(image):
    return image/127.5-1