在 Tensorflows 的对象检测中使用具有 ssd 元架构的特征提取器的不同用法 API
Different use of feature extractor with ssd meta-architecture in Tensorflows's Object Detection API
是否可以在 Tensorflow 的对象检测中使用具有 SSD 元架构的不同特征提取器 API？我知道提供了用于 mobilenets 和 inception 的 .config 文件，但是否可以使用不同的架构，如 AlexNet 或 VGG？
这是可能的，但需要一些工作，如 here 所述，您应该阅读此页面以获取详细说明和示例链接。
简而言之，您需要创建一个自定义 FasterRCNNFeatureExtractor class，对应于 VGG 或 AlexNet（可能需要了解一些相关知识，例如涉及的子采样量).在此 class 中，您将编写应如何预处理数据、如何检索其中的第一阶段和第二阶段特征（通常如何调用最后一个卷积层）以及如何加载它的代码。
然后您需要通过修改文件 object_detection/builders/model_builder.py.
来注册您的特征提取器（告诉对象检测 API 它存在）
最后，您应该能够使用您的自定义特征提取器制作配置文件，瞧瞧！
是否可以在 Tensorflow 的对象检测中使用具有 SSD 元架构的不同特征提取器 API？我知道提供了用于 mobilenets 和 inception 的 .config 文件，但是否可以使用不同的架构，如 AlexNet 或 VGG？
这是可能的，但需要一些工作，如 here 所述，您应该阅读此页面以获取详细说明和示例链接。
简而言之，您需要创建一个自定义 FasterRCNNFeatureExtractor class，对应于 VGG 或 AlexNet（可能需要了解一些相关知识，例如涉及的子采样量).在此 class 中，您将编写应如何预处理数据、如何检索其中的第一阶段和第二阶段特征（通常如何调用最后一个卷积层）以及如何加载它的代码。
然后您需要通过修改文件 object_detection/builders/model_builder.py.
最后，您应该能够使用您的自定义特征提取器制作配置文件，瞧瞧！