Deep learning 目标检测中的骨干网

我试图理解对象定义深度学习算法的训练过程，但在理解主干网络（执行特征提取的网络）的训练方式时遇到了一些问题

---

我知道像AlexNet、VGGNet和ResNet这样使用CNN是很常见的，但我不知道这些网络是否经过预先培训。如果他们没有接受培训，培训内容是什么？

我们直接使用预先培训过的VGGNet或ResNet主干网。虽然主干是为分类任务预先训练的，但隐藏层学习的特征也可用于目标检测。初始层将学习低级特征，如线、点、曲线等。下一层将学习构建在低级特征之上的高级特征，以检测图像中的对象和较大形状

然后修改最后一层以输出对象检测坐标，而不是类

还有一些特定于对象检测的主干。检查这些文件：

---

最后，预训练权重只有在用于类似图像时才有用。例如：在图像网络上训练的权重在超声医学图像数据上是无用的。在这种情况下，我们宁愿从头开始训练。

我投票结束这个问题，因为它不是关于中定义的编程，而是关于ML理论和/或方法-请参阅机器学习中的介绍和说明。。您好，谢谢您的回复！这很清楚！我正在使用SAR图像进行目标检测，现在，我意识到使用这个预先训练好的主干网络会有一些问题。再次谢谢你，先生。