Keras 中用于图像分类的 CNN 是什么类型？

Question

我有一个 CNN 架构，我训练它识别一些我最终需要实时使用的对象，然后使用检测到的对象的输出进行进一步的工作。我有两个问题需要回答才能评估我需要做的下一步：

随着我对CNN的研究越来越多，我发现有不同类型的CNN，比如faster CNN。所以我想知道Keras在使用其conv2d函数时使用的是什么类型的架构（我将在下面提供我的CNN架构的代码）
生成的模型帮助我识别我要寻找的对象是否在图像中，但我也在寻找图像中的预测区域。这可能使用相同的体系结构还是我需要使用其他类似 YOLO 的东西？

classifier = Sequential()

classifier.add(Conv2D(32, (3, 3), input_shape= (128, 128, 3), activation = 'relu' ))

classifier.add(MaxPooling2D(pool_size = (2, 2)))

classifier.add(Conv2D(64, (3, 3), activation = 'relu' ))
classifier.add(MaxPooling2D(pool_size = (2, 2)))

classifier.add(Conv2D(128, (3, 3), activation = 'relu' ))
classifier.add(MaxPooling2D(pool_size = (2, 2)))

classifier.add(Flatten())

classifier.add(Dense(units = 128, activation = 'relu'))
classifier.add(Dense(units = 1, activation = 'sigmoid'))

classifier.compile(optimizer = 'adam', loss = 'binary_crossentropy', metrics = ['accuracy'])

编辑：更具体地说，我想知道 tensorflow 或任何后端 keras 使用的是什么来提供基础 CNN，而我们定义架构的方式就是定义我们使用的 CNN 类型，例如区域 CNN ，快速CNN还是更快的CNN？或者它是在不同级别定义的东西？

我希望我说清楚了。

Answer 1

关于您的第一个问题：Keras 是 "just" 一种常见的 API，可用于不同的后端，即 TensorFlow、Theano 或 CNTK。

Keras 在 layers.convolutional, all of which are documented here. Since you are using TensorFlow as your backend, you can have a look at backend.tensorflow_backend 中定义了许多不同的卷积层，以找出 Keras 使用了哪些 TensorFlow 层。

但是请注意，R-CNN、Fast R-CNN 等不是特殊类型的卷积层，而是 CNN 架构（就像 YOLO 一样）。您可以在 this blog post. You can find a Keras implementation of R-CNN on GitHub.

中找到有关通用架构的更多信息

关于您的第二个问题：您的模型仅用作对象检测器。要识别图像中放置对象的位置，您确实需要不同的架构。此外，您的训练数据将需要提供对象位置。

Keras 中用于图像分类的 CNN 是什么类型？

What is the type of CNN that is used in Keras for image classification?

python

conv-neural-network

keras

tensorflow

faster-rcnn