SSD系列2——PriorBox

pytorch-ssd源码解读(一)------------PriorBox(默认框生成) 源码地址 一、相关函数 本部分介绍一下代码中使用的不常见的函数 1、torch.clamp( ) 该函数原型如下: torch.clamp(input, min, max, out=None) --> Tensor 将输入input张量每个元素的夹紧到区间 [min,max],并返回结果到一个新张量。其实就是我们常用的截断函数(分段阈值)。 举个例子: input =... 阅读详情

SSD系列:
SSD系列1——网络结构
SSD系列2——PriorBox
SSD系列3——损失计算

PriorBox

  SSD采用PriorBox来进行区域生成,其思想与Faster RCNN的Anchor类似。PriorBox的本质是在原图上的一系列矩形框,即特征图上的一个点根据下采样率可以得到在原图上的坐标,SSD先验性地提供了以该坐标为中心的4个或6个不同大小的PriorBox,然后利用特征图去预测这4个或6个PriorBox的类别与位置偏移量。

在这里插入图片描述

  在Faster RCNN中,所有的Anchor均来自同一特征图,然而该层特征图的感受野相同,对于尺度范围变化较大的被检测物体来说,这种方法生成的Anchor代表性较低。

  SSD使用了多层特征图来生成PriorBox,浅层特征图的感受野较小,用来检测小物体,深层特征图的感受野较大,用来检测大物体。

在这里插入图片描述

  从上图可以看出,SSD使用了第4、7、8、9、10和11层的特征图来生成PriorBox,这6个特征图的尺寸越来越小,感受野越来越大,且每个特征图上的点分别对应4、6、6、6、4、4个PriorBox。在生成PriorBox之后,使用两个 3 × 3 3×3 3×3的卷积,即可得到每一个PriorBox对应的类别与位置预测值。

SSD框架详细解读(一) 目录 模型结构 Prior box默认框的产生 Prior box 的大小尺寸计算 输出层通道num_output计算。 Priorbox的使用 Permute,Flatten And Concat Layers matching strategy:选择一系列default boxes hard negative mining data augmentation 技巧对比效果结... 阅读详情

相关推荐

SSD目标检测流程深入理解

前言: SSD是经典的一阶目标检测网络框架,特点是速度快,网络简洁。 主要思想: (1)数据增强,包括光学变换和几何变换 (2)网络骨架,SSD在VGG基础上延伸了4个卷积模块(生成不同尺度的特征图) (3)PriorBox与多层特征图:在不同尺度设置预选框,分别检测不同大小物体 (4)正、 负样本的选取与损失计算:按比例选取正负样本 流程图: 以下两个版本更好理解 一、数据增强 数据增强流程如上图所示,通过光学变换和几何变换进行数据增强,分别...

qq_36071362的博客 3204

SSD原理及Pytorch代码解读——PriorBox生成

PriorBox本质上是在原图上的一系列矩形框,如下图所示。某个特征图上的一个点根据下采样率可以得到在原图的坐标,SSD先验性地提供了以该坐标为中心的4个或6个不同大小的PriorBox,然后利用特征图的特征去预测这4个或6个PriorBox的类别与位置偏移量。 PriorBox生成 虽然Faster RCNN与SSD都采用类似的先验框机制,但是两者还是存在着很大的不同,可以总结为以下两点。 得到RoI区域的方式不同。Faster RCNN首先在第一个阶段对固定的Anchor进行了位置修正与筛选,得到感

weixin_41693877的博客 1515

大白话分析——SSD目标检测网络从训练到预测(上)

这里写自定义目录标题一. 背景二. 整体流程三. 模型部分1. 主干网络2. conf预测3. loc预测4. Priorboxa. scale缩放比例b. aspect ratio长宽比i. 特殊skc. bbox的中心点i. stepii. offsetiii. 生成中心点步骤d. 生成bbox框i. variance5. reshapera. conf, loc, priorbox转换b. ...

freshield的博客 2382

SSD算法priorbox的理解

之前看了很多SSD的博客,关于prior box的地方大部分都是照着论文翻译了一下,但是实际的代码中并不是完全按照论文的,特此记录一下自己的理解。 SSD的大致流程: 输入一幅图片(300x300),将其输入到预训练好的分类网络(改进的传统的VGG16 网络)中来获得不同大小的特征映射; 抽取Conv4_3、Conv7、Conv8_2、Conv9_2、Conv10_2、Conv11_2层的feature map,然后分别在这些feature map层上面的每一个点构造6个不同尺度大小的Defaul

xddwz的博客 1910

PriorBox优化:从源码实现到模型应用

而在物体检测中,PriorBox(先验框)是一个非常重要的概念,被广泛应用于检测模型中,包括SSD、Faster-RCNN等。在传统的PriorBox中,同一层特征图上只生成了一组PriorBox,而MultiBox则针对每个位置上,生成n个不同宽高比和尺寸的框。DenseBox是一种类似于MultiBox的检测方法,但是与MultiBox不同的是,DenseBox不仅生成了不同宽高比和尺寸的框,还考虑了框之间的重叠情况。然而,原始的PriorBox存在一些问题,如较大的计算量、不同尺度下的框数不一等。

. 391

思科—OSPF多区域配置实验

实验目的:配置OSPF多区域,使得不同网段的PC互相ping通。 网络拓扑如下: R0的配置 Router>en Router#conf t Router(config)#int g0/1 Router(config-if)#ip add 192.168.1.1 255.255.255.0 Router(config-if)#no shut Router(config-if)#exit Router(config)#int g0/0 Router(config-if)#ip add 192.168.

m0_46237205的博客 1万+

ssd.pytorch源码分析(二)— 默认框PriorBox的生成

PriorBox构建源码 论文链接 实际上PriorBox即default boxes即anchors。本文代码将要复现的是论文中对于Choosing scales and aspect ratios for default boxes这一节的描述。 default box 设置原理 早先的工作已经反映出浅层能够获取更多目标的细节,因此可以提升语义分割的质量。因此SSD借鉴这一特点,同时利用浅层和...

sinat_37145472的博客 2386

Ribo测序翻译效率计算及可视化

本文介绍了一个计算翻译效率(TE)和分析转录-翻译相关性的生物信息学流程。首先通过Python脚本从标准化表达量矩阵(TPM/FPKM)计算TE值,该脚本自动匹配转录组(RNA)和翻译组(Ribo)样本进行比值运算。然后使用R语言进行相关性分析,通过ggplot2绘制样本间转录-翻译表达量的散点图,添加线性回归线和相关系数标注,支持PNG/PDF格式输出。整个流程实现了从原始数据处理到可视化分析的全过程。

Tiaoxiaobai的博客 553

ssd网络详解之priorbox layer

ssd 网络详解之priorbox layer ssd网络一大特点是,为了提高检测准确率,在不同尺度的特征图上进行预测,这种预测就需要prior box layer。 prior box 是干嘛的呢?其实非常类似于Faster R-CNN中的Anchors,就是候选框,这种候选框的选取不需要像R-CNN那样通过复杂处理产生。在ssd中,priorbox层只需要bottom层feature ma...

dan_teng的博客 1万+

计算机网络(国家电网)

1.局域网中NOS(网络操作系统)提供的通信服务有工作站与工作站之间的对等通信,工作站与服务器之间的通信2.ISP:Internet服务商应用层 APDU(应用层协议数据单元)表示层 PPDU(表示层协议数据单元)会话层 SPDU(会话层协议数据单元)传输层 segment(报文段)网络层 packet (数据包)数据链路层 frame(数据帧)物理层 bit (比特)4.

qq_31715647的博客 3185

STM32F103 串口DMA + 空闲中断 实现不定长数据收发

文章目录1. 空闲中断1.1 uart_dma.c1.2 uart_dma.h1.3 main.c1.4 stm32f10x_it.c1.5 效果演示1.6 知识补充1.6.1 外设的基地址     DMA(Direct Memory Access,直接存储器访问) 是所有现代电脑的重要特色,它允许不同速度的硬件装置来沟通,而不需要依赖于 CPU 的大量中断负载。否则,CPU 需要从来源把每一片段的资料复制到暂存器,然后把它们再次写回到新的地方。在这个时间中,CPU

夏夜晚风_的博客 3万+

SSD网络解析之PriorBox层

SSD网络中的PriorBox层用于部署特征图中每个位置(像素点)处的默认框(即计算每个默认框相对于网络输入层输入图像的归一化左上角和右下角坐标以及设置的坐标variance值) 默认框的具体设置,我们需要先看一下原论文中的2.2节部分。 ①英文部分如下: Choosing scales and aspect ratios for default boxes To handle differ...

qq_21368481的博客 1万+

大数据实时+离线项目架构----智慧物流大数据平台(超流行框架!)

智慧物流大数据平台 文章目录智慧物流大数据平台一、项目背景二、逻辑架构三、解决方案技术亮点:数据流转四、项目的技术选型4.1流式处理平台4.2 分布式计算平台4.3 海量数据存储框架软件版本总结 一、项目背景 本项目基于一家大型物流公司研发的智慧物流大数据平台。该物流公司是国内综合性快递、物流服务商,并在全国各地都有覆盖的网点。经过多年的积累、经营以及布局,拥有大规模的客户群,日订单达上千万。如此规模的业务数据量,传统的数据处理技术已经不能满足企业的经营分析需求。公司需要基于大数据技术构建数据中心,从而挖

weixin_48143996的博客 6430

目标检测之SSD详解

SSD介绍 SSD(Single Shot Multibox Detector)是一种单阶多层的目标检测模型,因为SSD只进行了一次框的预测与损失计算,因此属于One-Stage范畴里的一种主流框架,目前仍被广泛应用。SSD从多个角度对目标检测做出了创新,结合了Faster-RCNN和YOLO各自的优点,使得目标检测的速度相比Faster-RCNN有了很大的提升,同时检测精度也与Faster-RCNN不相上下。 SSD的创新点和优缺点 SSD创新性地在多个不同深度的特征图上进行PriorBox生成、分类、

Just_do_myself的博客 8371

金砖大赛-第二届网络安全防护治理实战技能大赛全国总决赛WP

格式进行md4加密,然后将小写的md4密文进行作为flag信息进行提交,提交格式为flag{MD4小写},例如调用频率异常高的user_id是user_xxx,使用的非公开模型名称是model-name,具体调用次数为10,那么按照格式,对user_xxx:model-name:10进行md4加密后,提交范例为:flag{dd00cb9e393f4a9ac639294b3cfe4d6a}挖矿木马是通过远程脚本进行部署的,请登录到失陷的服务器上,找到并分析挖矿木马是从那个远程IP下载的。

Laffrey的专栏 240

UG NX二次开发(C++)-NX2406系列二次开发编程模板配置

前面已经写了有关UG NX二次开发编程模板配置的文章,但是由于NX2406/2412系列的版本中,在UGOpen文件夹中没有了vs_files文件夹了,而是采用了VSIX Project的方式配置(其适用于VS2019),在VS2022中不能正确的配置。我结合以前配置模板的经验和现在的配置方式讲一下NX2406系列二次开发编程模板的配置。我把相应的编程模板放在资源文件UG NX二次开发编程模板(基于NX2406版本制作)中,方便大家下载使用。

GimiGimmy 2640

SSD.pytorch先验框生成机制:PriorBox模块深度解析

SSD(Single Shot MultiBox Detector)作为目标检测领域的重要算法,其核心优势在于**单次前向传播**即可完成所有检测任务。在SSD.pytorch实现中,**PriorBox模块**负责生成先验框(default boxes),这是整个检测流程的关键第一步。 本文将深入解析SSD.pytorch项目中PriorBox模块的工作原理,帮助你理解先验框生成机制的奥秘。

gitblog_00456的博客 785

基于STM32H5的循环GPDMA链表使用

STM32H503的GPDMA链表模式可实现灵活的数据传输。相比传统DMA直接编程方式,链表模式通过配置多个节点实现分散数据传输,支持循环链表功能。示例展示了如何使用GPDMA链表实现UART1循环发送数据:配置两个DMA节点分别指向不同发送缓冲区,构建循环链表并绑定到DMA通道。关键点包括:清空链表结构体、正确设置循环模式、检查节点配置。此方法提高了DMA使用的灵活性,适用于需要交替传输多段数据的场景。

kevin1499的博客 451

SSD的priorbox层

最近要对faceboxes的网络结构进行TensorRT加速,发现同事使用的faceboxes中的priorBox layer和平常使用的priorBox layer在网络结构上好像不太一样,这就说明,我有可能需要在TensorRT中自己添加自己的priorBox层了.这里比较了常规的prior_box_param参数: prior_box_param{ min_size:60.0 #有的包...

猫猫与橙子的博客 3308

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

SSD-PyTorch源码解析

pytorch代码链接:https://github.com/amdegroot/ssd.pytorch 一. 网络结构 1. VGG SSD 使用了VGG16(D)卷积部分(5层卷积,一般标记为Conv5)作为基础网络,后面加了 1024 × 3 × 3、1024 × 1 × 1 两个卷积层,这两个卷积层后都有 RELU 层。 对应的网络结构如下图,红线以上部分是VGG16本来就有的卷积层,红线...

h__ang的博客 4699

RU DOS版、EFI版32bit/64bit BIOS常用工具

DOS版、EFI版的RU工具,可用来查看IO、MEM、PCI、SMBIOS等资源。亲测在EFI SHELL下可用。

SSD Keras PriorBox层详解:理解锚框生成的核心算法

SSD(Single Shot MultiBox Detector)作为主流的目标检测算法之一,其核心优势在于高效的实时检测能力。而PriorBox层作为SSD架构中的关键组件,负责生成用于目标定位的锚框(Anchor Boxes),直接影响检测精度。本文将深入解析Keras实现的PriorBox层原理,帮助开发者理解锚框生成的核心算法。 ## PriorBox层的核心功能与应用场景 在目标检

gitblog_00443的博客 451

目标检测:SSD目标检测中PriorBox代码解读

这篇博客主要写prior_box_layer 这一层完成的是给定一系列feature map后如何在上面生成prior box。SSD的做法很有意思,对于输入大小是W×H的feature map,生成的prior box中心就是W×H个,均匀分布在整张图上,像下图...

小萌宝的博客 2253

ssd caffe PriorBox参数计算box 个数

参考: https://arleyzhang.github.io/articles/786f1ca3/ https://blog.youkuaiyun.com/wfei101/article/details/79477762 https://blog.youkuaiyun.com/Dlyldxwl/article/details/80070693 ...

无尽的Bug 2148

【卷积神经网络】深入浅出理解目标检测SSD算法框架

1.SSD网络结构 目标检测主流的框架主要是faster-rcnn,SSD,YOLO三大模型,本文主要对SSD算法框架进行详解,faster-rcnn详解可参考https://zhuanlan.zhihu.com/p/31426458,这是我看过对faster-rcnn解释最清楚的一篇博客,Y0LO_V3网络会在后续进行学习并更新。 不同于faster-rcnn使用rpn网络进行检测和边框回...

安静 7659

SSD系列算法原理

·主干网络:VGGNet ·多尺度FeatureMap预测 ·Defaul bounding boxes的类别分数、偏移量 主干网络介绍: VGG、ResNet、MobileNets等,各种卷积神经网络 将VGG最后两个FC改成卷积,并增加4个卷积层:(因为原始的网络是处理分类任务,而目标检测不需要) 多尺度FeatureMap预测: 不同层的feature map Prior ...

weixin_39568744的博客 423
上一篇: SSD系列1——网络结构
下一篇: SSD系列3——损失计算
晓shuo
晓shuo 优质创作者: 人工智能技术领域 优质创作者: 人工智能技术领域
博客等级 码龄6年 4万+粉丝 113原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

晓shuo

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值