Machine learning Mobilenet vs SSD

我对mobilenet和SSD有些混淆。据我所知，mobilenet是用于分类和识别的神经网络，而SSD是用于实现多盒检测器的框架。只有两者结合才能进行目标检测。因此，mobilenet可以与resnet、inception等交换。SSD可与RCNN互换。我的说法正确吗？

这里有两种类型的深层神经网络。基本网络和检测网络。MobileNet、VGG Net、LeNet以及所有这些都是基于网络的。基本网络为分类或检测提供高级特征。如果在这些网络的末端使用完全连接的层，则有一个分类。但您可以移除完全连接的层，并将其替换为检测网络，如SSD、更快的R-CNN等。 实际上，SSD使用基本网络上的最后一个卷积层来执行检测任务。

---

MobileNet与其他基础网络一样，使用卷积来产生高级功能。

您认为SSD初始型号也是如此吗？由此看来：VGG16基本网络似乎仍然存在，但在体系结构的SSD部分添加了Inception。我使用的是TensorFlow模型中的SSD Inception v2，我不知道我的假设是否正确：SSD Inception v2模型将用于特征提取的VGG16神经网络替换为Inception v2网络。我说的对吗？对。但有一种称为Mobilenet SSD的Mobilenet版本可以进行多目标检测：