SSD目标检测论文简读

本文简单综合性地介绍一下SSD,SSD文章内容信息较多,若有失误之处,望能热心指出,感谢.

SSD框架介绍:

 

算法的主网络结构是VGG16，将两个全连接层改成卷积层(Conv6与Conv7)再增加4个卷积层构成网络结构。然后对6个特征图使用3*3卷积滤波器(k*(c+4)个滤波器)进行卷积,生成对应特征图大小的深度为k*(c+4)的矩阵,然后将6不同特征图得到的矩阵分别在分辨率维度上进行flatten并进行连接,最终生成一个8732*(4+c)的矩阵,形成这个矩阵的每一行对应一个图像目标检测的框.

在训练阶段需要将得到的8732个经验框与真实目标框进行匹配.

Default box匹配:在训练阶段,首先为每一个真实目标框在default box中匹配一个jaccard重叠最大的框,然后为所有的default box匹配jaccard重叠度大于0.5的真实目标框,匹配成功的经验框设置为正,剩下的设置为负,然后利用加权损失进行训练.

文章参考:

https://blog.csdn.net/wfei101/article/details/79323480

https://blog.csdn.net/hx921123/article/details/56884701

https://blog.csdn.net/Errors_In_Life/article/details/70494804

https://blog.csdn.net/a8039974/article/details/77592395