标签：Shot faster feature MultiBox sk maps Single SSD rcnn
background
任务：使用单一深度神经网络，加速预测速度，保持准确率
关键词：The Single Shot Detector (SSD)
Introduction
以faster-rcnn为例，虽然准确率很高，但是预测速度很慢，并且训练过程复杂，SSD的提出，主要是基于VGG16，然后对Conv5_3层的feature maps进行卷积运算，生成特征金字塔，对于每层的feature maps，通过将点位映射到原图像中，生成中心点，然后通过选择比例和纵横比，生成建议框。
对于预测，通过对特征金字塔的每层feature maps首先进行归一化，然后通过卷积，生成种类的预测分数，和targets（类似于faster-rcnn的策略），然后将这一层的feature maps进行卷积运算，生成下一层的feature maps
Model
整体结构
Matching strategy
对于默认的边框，对truth-ground计算iou，iou大于0.5的记为阳性，否则为阴性，允许一个truth-ground对应多个边框
LOSS
与faster-rcnn的损失函数基本一致
整体的损失函数：
L
c
o
n
f
L_{conf}
Lconf:
L
l
o
c
L_{loc}
Lloc:
这里的损失函数与faster-rcnn的损失函数一致。
scales and aspect ratios
其中
s
m
a
x
=
0.9
,
s
m
i
n
=
0.2
s_{max}=0.9,s_{min}=0.2
smax=0.9,smin=0.2
特征金字塔中共m层，k是第k层
w
k
a
=
s
k
a
r
w_k^{a}=s_k\sqrt{a_r}
wka=skar
h
k
a
=
s
k
a
r
h_k^a=\frac{s_k}{\sqrt{a_{r}}}
hka=ar
sk
s
k
′
=
s
k
s
k
+
1
s_k^{'}=\sqrt{s_{k}s_{k+1}}
sk′=sksk+1
其中
a
r
∈
[
1
,
2
,
3
,
1
2
,
1
3
]
a_{r}\in{[1,2,3,\frac{1}{2},\frac{1}{3}]}
ar∈[1,2,3,21,31]
i，j是feature maps的像素点的位置索引
∣
f
k
∣
|f_{k}|
∣fk∣是feature maps的高或宽
上述位置坐标乘原图的大小即为边框的中心点的位置坐标。
Experiment
PASCAL VOC2007
PASCAL VOC2012
COCO
Learn from paper
单一的深度检测网络，应用的特征金字塔，对不同分辨率的目标表现优秀
结构简单，训练速度和预测速度都很快，而且准确率没有下降。
标签：Shot,faster,feature,MultiBox,sk,maps,Single,SSD,rcnn 来源： https://blog.csdn.net/weixin_40253737/article/details/119279067
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。