标签：预选 卷积 回归 30 笔记 正方形 FC 2021.12 边长

学习内容：SSD（ECCV 2016）

1. 概述:

• 一阶段算法，全称single shot multibox detector
• 论文地址；代码地址
• 全卷积网络，没有FC，在不同的尺度进行特征提取，在最后组合起来，进行回归和分类
• 精度下降，速度提高了

2. 预选框的产生：prior box(与anchor类似)

• 以feature map上的每个像素点（可看作一个小框）的中心点为中心，生成四个同心的框，两个正方形（分为最小和最大，边长由公式决定），两个矩形框（长宽由两个正方形边长和预设纵横比决定）
  

3. 网络：在VGG16的基础上，用卷积层换掉原有的FC，去掉了dropout，新增了多个卷积层

4. 损失函数：

• 分类：使用softmax交叉熵损失函数
• 边框回归：bbox回归（同RCNN）

5. 匹配

6. 数据增强

7. 总结：

• 实现了端到端（？）；容易和backbone net融合；用了多尺度的特征图提取特征
• 小目标检测不好，预选框需要手动调节

标签：预选,卷积,回归,30,笔记,正方形,FC,2021.12,边长
来源： https://www.cnblogs.com/youngsam/p/15750839.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。