[论文笔记]SSD: Single Shot MultiBox Detector

Introduction

SSD是对YOLO的改进,其达到跟两阶段方法相当的精度,又保持较快的运行速度。

SSD

arch

  • 多尺度的feature map:基于VGG的不同卷积段,输出feature map到回归器中。这一点试图提升小物体的检测精度。

  • 更多的anchor box,每个网格点生成不同大小和长宽比例的box,并将类别预测概率基于box预测(YOLO是在网格上),得到的输出值个数为(C+4)×k×m×n,其中C为类别数,k为box个数,m×n为feature map的大小。

Conclusion

SSD有点像多分类的RPN,生成anchor box,再对box预测分数和位置调整值。

论文链接:https://arxiv.org/abs/151.023325

Creative Commons License
本文章遵从署名-相同方式共享4.0国际协议(CC BY-SA 4.0)
这意味着您可以署名转载本文章,并附上此协议。
我每周会分享一些有趣实用的英文文章,欢迎关注ddlee每周分享
这里可以找到我推荐的服务、应用程序、书籍和电影。

本文链接:https://blog.ddlee.cn/posts/ac9fbfcc/
分享文章:

小额捐助:

相关文章

[论文笔记](Inception V3)Rethinking the Inception Architecture for Computer Vision [论文笔记](FPN)Feature Pyramid Networks for Object Detection

评论

Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×