[目标检测]SSD：Single Shot MultiBox Detector

最新推荐文章于 2025-04-19 14:44:32 发布

背包_十年

最新推荐文章于 2025-04-19 14:44:32 发布

阅读量1.4w

点赞数 2

分类专栏： faicutly 文章标签：深度学习计算机视觉目标检测

本文链接：https://blog.youkuaiyun.com/neu_chenguangq/article/details/79057655

版权

SSD是一种目标检测方法，结合了YOLO的快速性和Faster R-CNN的准确性。它采用单阶段思想，通过不同层次的特征图进行边框回归和分类，以适应多种尺度目标。网络结构包括VGG16前几层和额外的卷积层，每个阶段生成Default Boxes。设计要点包括Default Boxes生成、特征向量生成、新增卷积网络和联合LOSS FUNCTION。训练策略涉及匹配策略、Default Boxes生成器、Hard Negative Mining和Data Augmentation，以提高检测性能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

基于”Proposal + Classification”的Object Detection的方法，RCNN系列(R-CNN、SPPnet、Fast R-CNN以及Faster R-CNN)取得了非常好的效果，因为这一类方法先预先回归一次边框，然后再进行骨干网络训练，所以精度要高，这类方法被称为two stage的方法。但也正是由于此，这类方法在速度方面还有待改进。由此，YOLO[8]应运而生，YOLO系列只做了一次边框回归和打分，所以相比于RCNN系列被称为one stage的方法，这类方法的最大特点就是速度快。但是YOLO虽然能达到实时的效果，但是由于只做了一次边框回归并打分，这类方法导致了小目标训练非常不充分，对于小目标的检测效果非常的差。简而言之，YOLO系列对于目标的尺度比较敏感，而且对于尺度变化较大的物体泛化能力比较差。

针对YOLO和Faster R-CNN的各自不足与优势，WeiLiu等人提出了Single Shot MultiBox Detector，简称为SSD。SSD整个网络采取了one stage的思想，以此提高检测速度。并且网络中融入了Faster R-CNN中的anchors思想，并且做了特征分层提取并依次计算边框回归和分类操作，由此可以适应多种尺度目标的训练和检测任务。SSD的出现使得大家看到了实时高精度目标检测的可行性。