标签：针对   log   前言   blog   深度   其他   指正   大量   fas   

前言

Tensorflow 推出的 Object Detection API是一套抽象程度极高的目标检测框架，可以快速用于生产部署。但网络上大多数相关的中英文文章均只局限于应用层面的分析，对于该套框架的算法实现源码没有针对性的分析文章。对于选择tensorflow作为入门框架的深度学习新手，不仅应注重于算法本身的理解，更应注重算法的编码实现。本人也是刚入门深度学习的新手，深深困扰于tensorflow 目标检测框架的抽象代码，因此花费了大量时间分析源码，希望能对博友有益，同时受限于眼界，文章中必然存在有错误或不得其义的理解，欢迎各人指正。

算法简介

Object Detection API实现了多种目标检测算法，包括faster-rcnn, rfcn, ssd, mask-rcnn等。本文针对于ssd算法的具体算法进行分析。其他算法可相应进行分析。
对ssd论文及算法实现分析较好的文章有：

1. [http://www.cnblogs.com/xuanyuyt/p/7222867.html#_label0]
2. [https://zhuanlan.zhihu.com/p/24954433]

#tensorflow object detection api 源码分析

标签：针对   log   前言   blog   深度   其他   指正   大量   fas   

原文地址：https://www.cnblogs.com/HaijunLv/p/9101957.html