①论文给的模型结构: ②结合陈述总结的: 3.2 模型的参数及训练 ①边框匹配策略:将每个真实边框与最佳jaccard重叠度的默认框进行匹配(与MultiBox不同的是,这里jaccard重叠阈值是高于0.5的) ②检测目标的训练:SSD的训练目标是从MultiBox衍生出来的,但被扩展为处理多个对象类别。 ③损失函数:加权后的定位损失与置信度损...
论文最主要的创新点就是提出了 Multi-scale feature maps for detection,即通过不同尺寸特征图来获取检测信息。 通过检测网络获取的检测信息,主要用于修正预设bbox信息。 SSD总体架构 SSD与YOLO的比较: 第一行是SSD的结构示意图。不同scale的feature map都通过卷积操作获得检测数据。 第二行是YOLO的结构示意图。
named SSD, discretizes the output space of bounding boxes into a set of default boxes over different aspect ratios and scales per feature map location.At prediction time, the network generates scores for the presence of each object category in each default box and produce adjustments...