Python 计算机视觉的CNN体系结构

我试图用Tensorflow实现这个。作者使用的是VGG 16的修改版本：

…然后，我们在VGG16之后执行卷积和最大池，每层特征贴图的数量减少一半

但修改如下：

请注意，我们删除了VGG16中的最后一个卷积组，结果只有10个卷积层

因此，他们将典型VGG16体系结构的最后6层（3个卷积层和3个完全连接层）替换为两个卷积层，一个用于二进制分类，另一个用于边界框预测：

然后，我们添加两个卷积层分支，如图5所示。第一种是进行二元分类以预测车辆的概率。第二个预测当前帧上的边界框以及n−1.展望未来

---

问题是，我花了很长时间才弄明白如何实现这两个层。如果有任何建议，我将不胜感激。

一些最流行的网络已经存在于python库中。vgg-16是用python实现的，因此您可以在脚本中导入它并使用预先训练的vgg权重，或者只使用vgg结构，还可以使用网络的每个部分。因此，请搜索包含流行网络（如vgg）的python库