ssd可以看成乙個有特定類別(class-specific)的rpn網路
一、ssd
ssd和yolov3的區別：
1.ssd在不同尺度的特徵圖上分別**，yolov3則是將不同尺度的特徵圖進行特徵融合再分別**
2.損失函式不同：ssd有loss_loc、loss_cof損失，yolov3有loss_xy、loss_wh、loss_obj_conf、loss_noobj_conf、loss_class損失
二、dssd
1.將vgg替換為resnet-101
2.在網路後端新增了多個反卷積層，擴充套件了低維度的上下文資訊，改善了小尺度目標的檢測精度
目標檢測演算法之SSD
昨天介紹了特徵金字塔網路用於目標檢測，提公升了多尺度目標檢測的魯棒性，今天開始講講one stage目標檢測演算法中ssd演算法。這個演算法是我平時做工程中最常用到的，嚴格來說平時最常用的mobilenet做backbone的ssd演算法，因為要考慮到實際部署的時候的速度要求。本文提出了僅需要單個卷...
目標檢測演算法（五） SSD
ssd，全稱single shot multibox detector，是wei liu在eccv 2016上提出的一種目標檢測演算法，截至目前是主要的檢測框架之一，相比faster r cnn有明顯的速度優勢，相比yolo又有明顯的map優勢 不過已經被cvpr 2017的yolo9000超越 在...
目標檢測演算法之YOLO系列
1.演算法解讀 2.原始碼解析 nms演算法包含在 interpret output 這個函式中 v2通過對標籤聚類得到一系列anchor box prior box 相比v1，bounding box的數量大幅增加。v2 的bounding box以這些anchor box為基準，在一定程度上減少...