哪种 Tensorflow 对象检测模型最适合卫星图像？
Which Tensorflow object detection model suits satellite images best?
我有一个包含卫星图像的数据集。因此，数据集与用于对象检测的常用图像数据集有很大不同。我训练了 ssd_mobilenet_v1_pets 个模型，但训练后的模型表现非常糟糕。
这是否意味着 ssd_mobilenet_v1_pets 不适合卫星图像？在我的案例中，TF 对象检测中所有其他可用模型中的哪一个表现更好？
模型的最佳选择取决于您的具体要求和部署环境。 SSD Mobilenet（和其他 SSD 模型）执行推理非常快，但准确性较低。它们非常适合需要 fast/realtime 推理的情况或计算能力有限的情况（即手机或物联网）。相比之下，Faster RCNN 或 RFCN 模型会产生更准确的结果，但 运行 速度较慢。
考虑尝试 Faster RCNN Resnet 101 模型。如果您想了解更多详细信息，请查看 model zoo or this paper 关于对象检测架构的速度准确性权衡。
我有一个包含卫星图像的数据集。因此，数据集与用于对象检测的常用图像数据集有很大不同。我训练了 ssd_mobilenet_v1_pets 个模型，但训练后的模型表现非常糟糕。
这是否意味着 ssd_mobilenet_v1_pets 不适合卫星图像？在我的案例中，TF 对象检测中所有其他可用模型中的哪一个表现更好？
模型的最佳选择取决于您的具体要求和部署环境。 SSD Mobilenet（和其他 SSD 模型）执行推理非常快，但准确性较低。它们非常适合需要 fast/realtime 推理的情况或计算能力有限的情况（即手机或物联网）。相比之下，Faster RCNN 或 RFCN 模型会产生更准确的结果，但 运行 速度较慢。
考虑尝试 Faster RCNN Resnet 101 模型。如果您想了解更多详细信息，请查看 model zoo or this paper 关于对象检测架构的速度准确性权衡。