我是机器学习的新手。我很想知道使用 Keras 而不是 TensorFlow 对象检测 API 有什么区别。我们需要在 Keras 中手动配置隐藏层和输入层，那么使用 Keras 有什么优势以及如何知道应该配置多少层才能使用 Keras 实现目标检测。
请检查两种不同类型的实现 1)使用Keras 2)使用没有 Keras 的 Tensorflow 对象检测 API
谢谢 ！！！
使用 Tensorflow 对象检测 API 与 Keras
数据挖掘
Python
喀拉斯
张量流
计算机视觉
物体检测
2022-03-09 13:43:42
1个回答
Keras 为您提供高级 API，或者可以说是在多个后端之上编写的包装器。这些后端具有 DNN 的核心实现。Keras 支持的后端列表如下：
- 张量流
- 西阿诺
- CNTK
**来源：支持后端的 Keras 文档
Keras 隐藏了 DNN 实现的一些复杂性，但又限制了你的自由。如果您在 Tensorflow 中编写代码，您已经明确指定和计算优化器、成本函数和其他内容，但它为您提供了灵活性。
所以对我来说，用 Keras 写作只是一种方便。
据我所知，到目前为止，我们还没有任何固定公式来确定足以进行对象检测的层数:)。
其它你可能感兴趣的问题