物体检测网络:yolov3、yolov4、yolov5、faster-rcnn.
分类网络:imagenet;resnet; mobilenet;shufflenet.
文本识别网络:paddleocr; chineseocr.
android部署:mnn;ncnn.
linux部署:libtorch; tensorrt.
yolov3网络结构
yolov4网络结构
yolov5网络结构 (此处github开源spp在c3后面)
faster-rcnn网络结构:图像经过13*13conv+relu+4pool,输出w/16*h/16大小featuremap,在经过1*1卷积输出w/16*h/16*9*2的featuremap,每个点9个anchor,每个anchor可能是正负样本,就是18个,经过reshape方便softmax,softmax得到所有正样本;下面1*1conv训练正样本的box调整参数,输出大小w/16*h/16*9*4,每个anchor4个参数;之后经过roipooling/roialign得到同意大小的featuremap经过2层全连接+relu送入softmax分类。box再经过一次调整。