深度學習中的基礎網絡和檢測網絡之間有什么區別？

Question

我最近開始研究對象檢測算法。 而且我通常會遇到具有LeNet或PVA-Net等基礎網絡的模型，然后是用於檢測的其他體系結構或模型。 但是我從來不了解這些基礎網絡和檢測網絡如何提供幫助，以及如何選擇特定模型作為基礎或檢測網絡？

Answer 1

假設您正在構建用於對象檢測的模型。

CNN對象檢測模型（為簡單起見，我們選擇SSD）可能由一個基礎網絡組成，該基礎網絡用作特征提取，而檢測模塊獲取輸入特征（從該基礎網絡中提取）以生成包含對象類的輸出，以及檢測到的對象的坐標（包括預測框的中心（x，y），高度（h）和寬度（w））。

對於基礎網絡，我們通常采用預先訓練的網絡（如ResNet ， VGG等），它們已經在大型數據集（如ImageNet進行了訓練，希望基礎網絡能夠為檢測層提供一套好的功能（或者至少我們不需要在訓練期間調整太多基礎網絡的參數，這有助於模型快速收斂。

對於檢測模塊，取決於您要使用哪種方法，例如，一階段方法（SSD，RetinaNet，YOLO等）或兩階段方法（Faster R-CNN，Masked R-CNN，等等）。 這些方法之間在准確性和速度之間進行了權衡，這是您應該選擇哪個檢測模塊的重要指標。