← 返回刚才阅读的位置

知识卡片

延伸参考卡 · 9425.i · 生成模型:Tencent Hunyuan Hy

SSDLite:移动对象检测

理解等级:中级

SSDLite 是 MobileNetV2 与 SSD 对象检测器结合、面向移动设备实时检测的架构,与第 4 章用到的 ssd_mobilenetv2 本质相同。之所以选 SSD,是因为它的构建独立于基础网络,可以把其中的标准卷积替换为深度可分离卷积;SSDLite 的第一层接到 MobileNetV2 第 15 层的扩展之上。用深度可分离卷积替代标准卷积显著减少了检测所需的参数数量,使对象检测得以在手机上实时运行。这体现了 MobileNetV2 不只用于分类,还能与检测、分段架构组合。相关的检测基础见[[MobileNet 代际对比]]与[[MobileNetV2 动机]]。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《Python深度学习架构实用指南(初译)》第05章《移动神经网络和 CNN》(源文件:`../../book-sources/extracted/Python深度学习架构实用指南(初译)/_epub-src/OEBPS/Text/09.html`,来源项目 a19c7933-4eda-4176-aebd-30fe7e1ad292) - 结论依据:原文说明 SSD 因独立于基础网络而可用深度可分离卷积替换标准卷积,并给出 SSDLite 接在第 15 层扩展上,支撑其大幅减少检测参数、实现移动实时检测的结论。 - 原始内容:选择 SSD 的原因很简单。 SSD 的构建独立于基础网络,因此卷积被深度可分离卷积替代。 SSDLite 的第一层连接到 MobileNetV2 的第 15 层的扩展。