Resnet 50 和 yolo 或 rcnn 有什么区别？

Question

作为深度学习的新手，我正在努力理解不同最先进算法及其用途之间的差异。就像 resnet 或 vgg 与 yolo 或 rcnn 系列有何不同。它们是这些检测模型的子组件吗？SSD 也是像 yolo 或 rcnn 这样的另一个家族吗？

Answer 1

ResNet 是一个神经网络系列（使用残差函数）。很多神经网络都使用ResNet架构，例如：

• ResNet18、ResNet50
• 宽ResNet50
• 剩余巢穴
• 还有很多...

它通常用作图像分类、对象检测、对象分割等的主干（也称为编码器或特征提取器）。还有其他网络系列，例如 VGG、EfficientNets 等......

FasterRCNN/RCN、YOLO和SSD更像是物体检测的“管道”。例如，FasterRCNN 使用主干进行特征提取（如 ResNet50）和称为 RPN（区域提议网络）的第二个网络。看看这篇文章，它介绍了最常见的对象检测“管道”。