SSD算法学习

引言

  最近在研究SSD算法，作为一名目标检测的新手，参考了许多优秀的博客，希望将他们的核心思想记录下来以便日后回忆学习，同时加深自己的理解，以下是我根据一些优秀的博客整理总结的，参考资料注明了其来源。

目标检测算法的背景

---

1.两种类型

（1）two-stage方法 顾名思义，算法分为2大步骤，代表算法是RCNN系列的算法，通过选择性搜索（selective search）或者CNN网络（RPN）从特征图上提取可能的存在目标的候选框，然后对这些分类框进行分类与回归，最后给出图中目标的类别及位置。优点是准确度高，缺点因为在第一个步骤提取候选框数量多，在进行分类阶段时要处理每个候选框，因此花费更多时间。

（1）one-stage方法 代表算法是Yolo和SSD系列的算法，算法均匀地在图片的不同位置进行密集抽样，抽样时可以采用不同尺度和长宽比，然后利用CNN提取特征后直接进行分类与回归。算法只有一个大步骤，因此优点是速度快，缺点是，均匀的密集采样的一个重要缺点是训练比较困难，因为正样本与负样本（背景）极其不均衡，导致模型准确度稍低。

2.SSD和Yolo简单比较

  SSD和Yolo都属于one-stage方法，它们的区别在于：

(1) 相比Yolo，SSD采用CNN来直接进行检测，而不是像Yolo那样在全连接层之后做检测。

(2) SSD提取了不同尺度的特征图来做检测，大尺度特征图（较靠前的特征图）可以用来检测小物体，而小尺度特征图（较靠后的特征图）用来检测大物体。

(3) SSD采用了不同尺度和长宽比的先验框，Yolo算法缺点是难以检测小目标，而且定位不准，但是这几点重要改进使得SSD在一定程度上克服这些缺点。

SSD的算法设计思想

1.采用多尺度特征图用于检测

  CNN网络一般前面的特征图比较大，后面会逐渐采用stride=2的卷积或者pool来降低特征图大小，这正如图3所示，一个比较大的特征图和一个比较小的特征图，它们都用来做检测。这样做的好处是比较大的特征图来用来检测相对较小的目标，而小的特征图负责检测大目标，如下图所示，8x8的特征图可以划分更多的单元，但是其每个单元的先验框尺度比较小。

2.采用卷积进行检测

  SSD直接采用卷积对不同的特征图来进行提取检测结果。对于形状为m×n×p的特征图，只需要采用3×3×p这样比较小的卷积核得到检测值。

3.设置候选框

  SSD借鉴了Faster R-CNN中anchor的理念，在特征图每个anchor上设置尺度或者长宽比不同的候选框，预测的边界框（bounding boxes）是以这些候选框为基准的，在一定程度上减少训练难度。一般情况下，每个特征图都会设置多个先验框，如图5所示，可以看到每个anchor使用了4个不同的先验框，图片中猫和狗分别采用最适合它们形状的候选框来进行训练。

网络结构

  SSD采用VGG16作为基础模型，然后在VGG16的基础上新增了卷积层来获得更多的特征图以用于检测。SSD的网络结构如下图所示。上面是SSD模型，下面是Yolo模型，可以明显看到SSD利用了多尺度的特征图做检测。模型的输入图片大小是300×300

参考资料

【1】：https://blog.csdn.net/xiaohu2022/article/details/79833786

转载于:https://www.cnblogs.com/huxiaozhouzhou/p/11259580.html