SSD(Single Shot MultiBox Detector)

 

• 性能好，single stage

方法概括

1. 
   

   文章的方法介绍

   
   
   
   
   
   • SSD主要用来解决目标检测的问题（定位+分类），即输入一张待测图像，输出多个box的位置信息和类别信息
   
   
   • 测试时，输入一张图像到SSD中，网络输出一个下图最右边的tensor（多维矩阵），对该矩阵进行非极大值抑制（NMS）就能得到每个目标的位置和label信息
   
   
   • 
     

     Figure2的最右图的1th-20th Channel表示类别，每一个Channel上的map对应原图，last 4 channel的每一个map分别对应x,y,w,h的偏移量。最后4个通道可以确定一个box的位置信息，前20个通道确定类别信息。

     
     
   
   
   
   


2. 
   

   方法的pipeline和关键点

   
   

方法细节

• 
  

  模型结构

  
  

• 
  

  多尺度特征图

  
  

• 
  

  用来预测的卷积滤波器

  
  

• 
  

  defaul box

  
  

• 
  

  groundTruth的标定，损失函数

  
  

• 
  

  default box和尺度的选择

  
  

 

• 
  

  SSD的训练——Hard negative mining

  
  

• 
  

  SSD的训练——数据扩增

  
  

相关背景补充

• 
  

  Atrous算法（hole算法）

  
  

• 
  

  FPS/SPF, Jaccard overlap

  
  

• 
  

  二类分类/检测常用的评价标准 （recall, precision, f-measure, accuracy, error, PR曲线和ROC曲线，AP，AUC）

  
  

• 
  

  ImageNet多类分类的评价标准

  
  

• 
  

  ImageNet单目标检测的评价标准

  
  

• 
  

  ImageNet（多）目标检测的评价标准

  
  

实验结果

• 
  

  PASCAL VOC2007 test detection结果

  
  

• 
  

  使用数据扩增、多尺度default box、atrous算法的对比效果

  
  

• 
  

  SSD512在某类Ianimals)上的检测性能可视化

  
  

• 
  

  SSD对于目标大小的敏感性实验

  
  

• 
  

  SSD使用的feature map的个数对结果的影响

  
  

• 
  

  示例结果

  
  

• 
  

  时间和速度

  
  

 

与相关文章的对比

• 
  

  原始R-CNN方法的变形

  
  

• 
  

  Faster R-CNN和SSD对比

  
  

• 
  

  YOLO和SSD对比