本文作者將當前表現最好的分類器residual-101和ssd進行了結合，並為ssd+residual-101新增了額外的降卷積層以引入大尺度的context用於提高目標檢測的精度，尤其是小目標。dssd又叫做deconvolutional single shot detector。雖然這兩種貢獻容易在高層上表達，但是簡單的配置是不會成功的。相反，作者展示謹慎的新增額外的學習轉換階段，具體是乙個在降取樣中用於前饋鏈結的模組和乙個新的輸出模組，以實現這種新的方法並且未更進一步的研究提供一種潛在的方法。dssd實現了當前最好的精度。
結構如下：
作者用residual-101替代了vgg，並且為每個**層新增了residual block。額外新增的降取樣層成功的增加了特徵圖的解析度。採用了hourglass module中的跳躍思想，雖然hourglass module中的編碼和解碼階段都有同性質的圖層，但是作者盡可能的降低了解碼階段的長度，以便於提高檢測的速度。這種降卷積的模型是受到了pinheiro等人的啟發，他們認為這樣的模組對於提煉的網路有著和更複雜的結構相同的精度，並且效率更高。
結論：作者對當前表現最好的目標檢測框架新增了額外的上下文資訊，儘管我們希望發現更高效的方法來結合從編碼器和解碼器中提取的特徵，我們的模型在仍然在pascal voc 和coco上實現了當前最好的檢測精度。dssd在小目標或者特殊的語義目標的檢測上比之前的ssd更好。
2023年學習總結
python的乙個非常有用的高階特性，1行 能實現的功能，決不寫5行 請始終牢記，越少，開發效率越高。當我們使用for迴圈時，只要作用於乙個可迭代物件，for迴圈就可以正常執行，而我們不太關心該物件究竟是list還是其他資料型別。那麼，如何判斷乙個物件是可迭代物件呢？方法是通過collections...
2023年學習總結
回顧2017年，工作之餘帶著較強的目的性學習，接觸到了很多新知識，故簡記以便重溫。年中搬家後，門禁需要刷身份證，經常攜帶不便且容易丟失，故想著通過技術提高出入便捷性。通過觀察，發現門禁卡分為兩類 一類是租客使用的身份證，身份證只能刷特定門禁，比如開通時會選擇租住的單元樓和小區大門。另一類是房東使用的...
目標檢測學習筆記 DSSD演算法
ssd具有如下主要特點 1 從yolo中繼承了將detection轉化為regression的思路，同時一次即可完成網路訓練 2 基於faster rcnn中的anchor，提出了相似的prior box 3 加入基於特徵金字塔 pyramidal feature hierarchy 的檢測方式 y...