目标检测中的骨干网络

Question

我试图理解一个对象去动作深度挖掘算法的训练过程，并且我对如何训练主干网(执行特征提取的网络)有一些问题。

我知道使用AlexNet、VGGNet和ResNet这样的CNN是很常见的，但我不知道这些网络是否经过预先培训。如果他们没有受过培训，培训包括哪些内容？

Answer 1

我们直接使用预先训练的VGGNet或ResNet骨干.虽然主干网是预先训练的分类任务，隐藏层学习的特征，也可用于目标检测。初始层将学习低层次特征，如线条、点、曲线等。下一层将学习建立在低层次特征之上的高级特征，以检测图像中的对象和较大形状。

​

​

然后修改最后一个层以输出对象检测坐标，而不是类。

也有目标检测的特定骨干。检查这些文件：

• DetNet:一种用于对象检测的骨干网络
• CBNet:一种新的面向对象检测的复合骨干网络体系结构
• DetNAS:用于对象检测的主干搜索
• 高分辨率网络:一种通用的视觉识别神经结构

最后，只有当你将它们用于类似的图像时，预训练的权重才会有用。在图像网络上训练的权重对于超声医学图像数据来说是无用的.在这种情况下，我们宁愿从头开始训练。