ssdlite_mobilenet_v2_coco.config 中的 min_depth 有什么作用？
What does min_depth in ssdlite_mobilenet_v2_coco.config do?
在 Tensorflow 的对象检测中 API，ssdlite_mobilenet_v2_coco.config 文件有 min_depth 参数。现在设置为 16.
是否将最小网络长度设置为 16？
如果我改成较低的值，网络长度会不会更短？
将删除哪些图层？
此参数代表特征提取器生成的每个输出特征图的最小深度。正如我们所知，SSD 使用多分辨率特征图来帮助检测多个尺度的对象。将其更改为较小的值不一定会使深度变短，因为深度也由 depth_multiplier 控制，如 this function. So for each extra feature layer as shown in the figure, the two parameter will control the depth of it. More details are specified in class KerasMultiResolutionFeatureMaps and function multi_resolution_feature_maps
所示
在 Tensorflow 的对象检测中 API，ssdlite_mobilenet_v2_coco.config 文件有 min_depth 参数。现在设置为 16.
是否将最小网络长度设置为 16？
如果我改成较低的值，网络长度会不会更短？ 将删除哪些图层？
此参数代表特征提取器生成的每个输出特征图的最小深度。正如我们所知，SSD 使用多分辨率特征图来帮助检测多个尺度的对象。将其更改为较小的值不一定会使深度变短，因为深度也由 depth_multiplier 控制，如 this function. So for each extra feature layer as shown in the figure, the two parameter will control the depth of it. More details are specified in class KerasMultiResolutionFeatureMaps and function multi_resolution_feature_maps