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（精）

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）

C.如何在deepstrea