ssd物體檢測**：arxiv1512.02325
ssd作為較新出現的物體檢測演算法，擁有網路搭建簡單、無需細節調參的優秀特點。其不僅用於物體檢測，還可應用於文字檢測任務。近期實現的textbox(arxiv1611.06779)文字檢測借鑑了ssd的default boxes。雖然演算法不難理解，但是實現過程中遇到了不少問題。通過學習借鑑他人**以及自己總結，特在此記錄生成預設框部分的方法與思路。
給定原圖寬高畫素和特徵圖寬高，以及一系列預設框寬高比，生成對應的預設框列表
如特徵圖為4x4大小，大致應劃成4x4的網格形狀，對於每乙個網格中心都有一組不同寬高比的矩形框。
左圖為生成的4x4網格 右圖為乙個網格應具備的不同比例的預設框
（方便起見預設框寬高較小，實際演算法預設框大小比上圖大一倍左右）
1. 資料的表示：之前我很少事先考慮資料在演算法中如何表示。對於預設框問題，最先在腦海中浮現的可能是使用原圖的尺寸進行計算。事實上，若將原圖對映在0到1的範圍內，資料的表示會更加清晰。尤其是當影象經過了一定程度的縮放之後。如果實在需要尺寸資訊，直接在結果上乘以原圖大小即可。
上圖中即是原圖尺寸對映在0到1範圍內的結果。
執行它獲得的結果可能會使人摸不著頭腦，但是當我們輸出x[0][1], y[0][1]得到的結果就是(0,1)，x[i][j], y[i][j]就是(i,j)！
x,y陣列加0.5後除以特徵圖對應的寬高，得到了[0.125, 0.375, 0.625, 0.875]這樣均勻分割原圖的座標值
3.根據不同寬高比生成不同寬高，此處寬度與高度的預設值需要除以原圖的長寬以對映到0，1之間。
4.numpy陣列操作：
x = np.expand_dims(x, axis=-1)
y = np.expand_dims(y, axis=-1)
xmin = x_out - w / 2
ymin = y_out - h / 2
xmax = x_out + w / 2
ymax = y_out + h / 2
5.（關鍵）保證輸出合法：輸出在0到1之間
xmin = xmin.clip(0, 1)
xmax = xmax.clip(0, 1)
ymin = ymin.clip(0, 1)
ymax = ymax.clip(0, 1)
目標檢測之SSD
ssd single shot multibox detector 翻譯 詳解 圖1 圖2 演算法步驟 1 輸入一幅 300x300 將其輸入到預訓練好的分類網路中來獲得不同大小的特徵對映，修改了傳統的vgg16網路 2 抽取conv4 3 conv7 conv8 2 conv9 2 conv10 ...
目標檢測之 SSD
ssd300 網路結構圖 ssd單階段目標檢測，候選框密集抽樣。作為單階段的目標檢測，其速度還是比faster快很多的，但是精度還是差點。ssd300共用了6層特徵，進行目標檢測，ssd512用了7層特徵，每一層的default box數量不同如上圖分別為 4,6,6,6,4,4，4為設定的乙個大正...
目標檢測之SSD
ssd single shot multibox detector 翻譯 詳解 圖1 圖2 演算法步驟 1 輸入一幅 300x300 將其輸入到預訓練好的分類網路中來獲得不同大小的特徵對映，修改了傳統的vgg16網路 2 抽取conv4 3 conv7 conv8 2 conv9 2 conv10 ...