对象检测API，可可模型

Question

我刚刚开始使用tensorflow api并训练了一些模型。突然我意识到可可模型的名称是不同的，准确性也很差，就像fast_rcnn_inception_resnet_v2_atrous_coco与vs fast_rcnn_inception_resnet_v2_atrous_lowproposals_coco与VS fast_rcnn_resnet50_coco之间的主要区别是什么？为什么术语atrous，低建议，resnet 50中什么都没有使用：

https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/tf1_detection_zoo.md

Answer 1

命名与COCO竞赛中各自提交的版本和相关论文有关。 它们是Faster RCNN的版本，最初使用VGG-16进行特征提取。

对此并不太深入，顾名思义，ResNet Faster RCNN变体使用ResNet进行特征提取。那么粗鲁和低调的建议也是该模型的变体。 Atrous：

Atrous Region Proposal Network（ARPN）旨在探索对象 通过滑动一组Atrous过滤器 在最后的卷积特征图上增加了膨胀率。

建议书很低，我不知道它的来历，但从名称上，我猜想它只会在区域建议书网络（RPN）中产生较少的建议书，因此推理时速度更快（如您所见）。动物园的桌子）。