Tensorflow 设置与MobileNet不同的体系结构

下面是谷歌关于图像识别的codelab教程：

但是，在本例中，本教程使用MobileNet v1进行对象检测。事实上，设置了以下环境变量：

IMAGE_SIZE=224
ARCHITECTURE="mobilenet_0.50_${IMAGE_SIZE}"

但如果我想使用MobileNet和SSD或SquezeNet进行目标检测，该怎么办？我猜架构变量必须在以下方面发生变化

ARCHITECTURE="ssd_mobilenet_0.50_${IMAGE_SIZE}"

---

我找不到任何有用的资源。

您正在使用的教程是的旧版本

虽然您只能通过使用codelab脚本使用MobileNet或InceptionV3，但您可以按照图像上的重新培训使用上可用的任何型号进行重新培训。

更新：

---

MobileNet和SqueezeNet不适用于对象识别，而仅适用于图像分类。因此，SSDMobileNet是可能的方法。

欢迎使用堆栈溢出！虽然链接是分享知识的好方法，但如果将来它们被破坏了，它们就不会真正回答这个问题。在回答中添加回答问题的链接的基本内容。如果内容太复杂或太大而不适合此处，请描述建议解决方案的总体思路。请记住始终保留原始解决方案网站的链接引用。看：@Olivier Dehaene谢谢你的回答。但是，包含可用模型的存储库中没有ssd mobilenet v1或SqueezeNet。因此，如果不进行任何修改就无法使用此脚本来使用这些模型，您必须编写自己的微调脚本。仅供参考，这项任务称为图像分类，而不是更难的目标检测。没错，没有边界框。这就是图像分类。是我的错。无论如何，谢谢你的回答，现在我明白我必须编辑脚本。