通知设置 新通知
SSD(Single Shot MultiBox Detector)
testssd 发表了文章 • 0 个评论 • 457 次浏览 • 2019-09-16 12:35
SSD(Single Shot MultiBox Detector) ...查看全部

SSD(Single Shot MultiBox Detector)
- 性能好,single stage
方法概括
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。
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