SSD网络模型

论文地址：https://arxiv.org/abs/1512.02325

SSD: Single Shot MultiBox Detector

(Submitted on 8 Dec 2015 (v1), last revised 29 Dec 2016 (this version, v5))

官方实现：https://github.com/weiliu89/caffe/tree/ssd

1、摘要

SSD将边界框的输出离散化为一组默认框，该默认框在每个特征图位置有不同的宽高比和尺寸，从而进行不同分辨率的特征图的预测。SSD与基于区域的目标检测算法不同，它不需要生成候选区域和像素重采样。

 

2、介绍

现有目标检测系统通常是：先产生一些候选边界框，在每个边界框中采样，应用高质量的分类器。这些方法精度高但是速度慢。

这篇论文提出了第一个不需要重采样或者生成目标区域的目标检测器，同时精度不下降。同时，也采用了一些方法来进行改善准确率，如使用小的卷积滤波器预测类别，预测回归框时加入校正，不同特征图上使用独立的预测器进行多尺度检测。

论文贡献：

（1）SSD简单，速度快，准确率高

（2）使用小卷积滤波器

（3）从不同尺度的特征图进行预测

（4）端到端训练

 

转载于:https://www.cnblogs.com/listia/articles/8629249.html