目标检测之SSD

目录

  • [1. SSD(Single Shot MultiBox Detector)](#1. SSD(Single Shot MultiBox Detector))
  • [2. 网络结构](#2. 网络结构)
  • [3. 流程](#3. 流程)
    • [3.1 detector & classifier](#3.1 detector & classifier)
    • [3.2 default boxes](#3.2 default boxes)
    • [3.4 localization与confidence](#3.4 localization与confidence)
  • [4. 训练流程](#4. 训练流程)
  • [5. 测试流程](#5. 测试流程)
  • [6. 总结](#6. 总结)

1. SSD(Single Shot MultiBox Detector)

SSD算法源于2016年发表的算法论文,论文网址:https://arxiv.org/abs/1512.02325

SSD的特点在于:

SSD结合了YOLO中的回归思想和Faster-RCNN中的Anchor机制,使用全图各个位置的多尺度区域进行回归,既保持了YOLO速度快的特性,也保证了窗口预测的跟Faster-RCNN一样比较精准。

SSD的核心是在不同尺度的特征特征图上采用卷积核来预测一系列Default Bounding Boxes的类别、坐标偏移。

2. 网络结构

以VGG-16为基础,使用VGG的前五个卷积,后面增加从CONV6开始的5个卷积结构,输入图片要求300*300

3. 流程

SSD中引入了Defalut Box,实际上与Faster R-CNN的anchor box机制类似,就是预设一些目标预选框,不同的是在不同尺度feature map所有特征点上是使用不同的prior boxes

3.1 detector & classifier

Detector&classifier的三个部分

1.default boxes:默认候选框

2.localization:4个位置偏移

3.confidence:21个类别置信度(要区分出背景)

3.2 default boxes

每个像素点生成3个候选框

ratio:长宽比

默认框的大小计算参数:s_min:最底层的特征图计算参数,s_max最顶层的特征图计算参数

3.4 localization与confidence

SSD的核心是在不同尺度的特征图上来进行Detector&classifier 容易使得SSD观察到更小的物体

4. 训练流程

输入->输出->结果与ground truth标记样本回归损失计算->反向传播,更新权值
1.样本标记:

利用anchor与对应的ground truth进行标记正负样本,每次并不训练8732张计算好的default boxes,先进行置信度筛选,并且训练指定的正样本和负样本,如下规则

  • 正样本
    1.与GT重合最高的boxes,其输出对应label设为对应物体,
    2.物体GT与anchor iou满足大于0.5设为正样本:
  • 其它的样本标记为负样本
    在训练时,default boxes按照正负样本控制positive:negative=1:3
    2.损失
    网络输出预测的predict box与ground truth回归变换之间的损失计算, 置信度是采用 Softmax Loss(FasterR-CNN是log loss),位置回归则是采用 Smooth L1loss(与Faster R-CNN一样)

5. 测试流程

出入-》输出-》nms-》输出

6. 总结

相关推荐
oil欧哟8 小时前
AI Agent Skill 入门指南:文件夹本质、渐进式加载与挑选方法
人工智能·ai编程
百度Geek说8 小时前
从代码生成到需求交付:DarkFactory 的工程实践
人工智能
Baihai_IDP8 小时前
使用场景不同,模型“推理速度慢”的原因也不同
人工智能·面试·llm
挖掘狂人8 小时前
AI 三分钟写完的代码,你凭什么敢直接上线?
人工智能·程序员·ai编程
墨林陌9 小时前
AI 热点日报(2026-11-20):苹果自研 AI 智能体曝光,Anthropic 上市首日大涨,智能体支付落地
人工智能
AAA修煤气灶刘哥9 小时前
32 GB 内存跑起 1800 亿参数模型,代价是什么?
人工智能·后端·架构
玩美数据9 小时前
海外市场数据分析驱动下的产业趋势演变与竞争格局深度解读
大数据·人工智能
oil欧哟9 小时前
Oil Studio 的产品思路与日常使用方式:在 Mac 上录口播演示,并接入 AI Agent 精剪与自动录屏
人工智能·macos
意念回复10 小时前
从 RNN 到 GQA:自注意力与多头注意力机制全解析
人工智能·rnn·深度学习
Flynn Liang10 小时前
AI Agent 分层记忆体系实战:用 Redis 五类结构构建可淘汰、可追溯的长短期记忆
数据库·人工智能·redis