神经网络模型中,通用网络模型和自定义网络模型的区别和联系,以及如何在deepstream中进行开发使用这两种网络模型
A.通用网络模型和自定义网络模型有哪些
1.通用网络模型常用于分类,只做分类任务的话,这种网络结构够用了。
2.自定义网络模型基于通用网络模型,增加了检测功能,检测功能具体是指增加了定位相关功能,一般是指左上角坐标,右下角坐标信息。
//以下都是自定义网络模型:
YOLOV3
YOLOV4
YOLOV4-Tiny
FasterRCNN
SSD
DSSD
RetinaNet
//下面是通用网络模型
resnet10/resnet18/resnet34/resnet50/resnet101
vgg16/vgg19
googlenet
mobilenet_v1/mobilenet_v2
squeezenet
darknet19/darknet53
efficientnet_b0
cspdarknet19/cspdarknet53
cspdarknet-tiny
B.两种网络模型的区别和联系
3,在通用网络结构中,我们可以看到如图最后输出的是全连接卷积的分类信息,将卷积信息拉直,输出最终的分类信息了。在自定义网络结构中,最终输出的是拼接不同卷积模块的结果(concat的意思是拼接不同卷积模块的结果)