码迷,mamicode.com
首页 > 编程语言 > 详细

深度学习 目标检测算法 SSD 论文简介

时间:2017-01-14 07:31:38      阅读:521      评论:0      收藏:0      [点我收藏+]

标签:ssd   架构   src   nbsp   深度   2.0   设计   训练   caff   

 

深度学习 目标检测算法 SSD 论文简介 

 

一、论文简介:

  ECCV-2016 Paper:https://arxiv.org/pdf/1512.02325v5.pdf 

  Slides:http://www.cs.unc.edu/~wliu/papers/ssd_eccv2016_slide.pdf

二、代码训练测试:

  https://github.com/weiliu89/caffe/tree/ssd 

 

 


 

一、论文算法大致流程:

1.类似“anchor”机制:

技术分享

 

如上所示:在 feature map 上进行类似 proposal 的 Bbox 提取,然后大于某一阈值的 Bbox 被认为是 positive samples。后面进行分类回归。

 

2.整个网络架构设计如下所示:

技术分享

 

 该框架和 Faster RCNN 最重要的两个区别在于:

  1. 将 Faster RCNN 的卷积加全连接层的网络结构,转换为:全卷机结构。这一改变,使得检测的速度,得到很大的提升。

  2. 将 RPN 提取 proposal 的机制,转移到各个 scale 的 feature map 上进行,使得检测的精度也非常高。

 

  基于这两个改善的基础上,使得SSD在物体检测算法中脱颖而出。

 


 

 

 

深度学习 目标检测算法 SSD 论文简介

标签:ssd   架构   src   nbsp   深度   2.0   设计   训练   caff   

原文地址:http://www.cnblogs.com/wangxiaocvpr/p/6284499.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!