SSD:Single Shot MultiBox Detector(单点多尺度目标检测器)

已于 2022-06-02 20:50:45 修改
阅读量308 收藏
点赞数
分类专栏： pytorch 文章标签： 目标检测 计算机视觉 人工智能
于 2021-05-25 01:27:41 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/sc9876543210/article/details/117235199
版权

一:目标检测的发展

在这里插入图片描述

1、基于手工特征的目标检测

在这里插入图片描述

2、基于深度学习的目标检测

在这里插入图片描述

A、基于区域提名的目标检测

在这里插入图片描述

B、基于端到端学习的目标检测

在这里插入图片描述

二:SSD

1、背景

在这里插入图片描述

2、成果

在这里插入图片描述

3、贡献

在这里插入图片描述

5、论文摘要

在这里插入图片描述

6、论文引言

在这里插入图片描述在这里插入图片描述

7、faster Rcnn介绍

在这里插入图片描述

8、Yolo介绍

在这里插入图片描述

9、SSD网络结构

在这里插入图片描述

10、ssd default box设计

在这里插入图片描述
当宽高比=1时，会额外增加一组框。

11、ssd匹配策略

在这里插入图片描述

12、ssd损失函数

在这里插入图片描述

13、ssd难例挖掘

在这里插入图片描述

14、ssd数据增强

在这里插入图片描述

15、ssd与Faster Rcnn对比

在这里插入图片描述

16、ssd与Yolov1对比

在这里插入图片描述

17、ssd之Atrous

在这里插入图片描述

18、ssd存在的问题

在这里插入图片描述

【深度学习】计算机视觉（CV）-目标检测-SSD（Single Shot MultiBox Detector）—— 单次检测多框检测器
IT古董
02-13 1524
SSD (Single Shot MultiBox Detector) 是一种用于 目标检测（Object Detection） 的 深度学习模型，由 Wei Liu 等人 在 2016 年提出。它采用 单阶段（Single Stage） 方法，能够 直接从图像中检测多个对象，并输出类别和边界框，比传统的两阶段方法（如 Faster R-CNN）更快。
[目标检测]SSD：Single Shot MultiBox Detector
faiculty
01-14 1万+
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，Y...
深度学习SSD(Single Shot MultiBox Detector)
07-10
SSD(Single Shot MultiBox Detector) 深度学习
RCNN学习笔记(10)：SSD:Single Shot MultiBox Detector
Focusing on your own Mind :) －> 站在巨人的肩膀上
10-04 3万+
之前一直想总结下SSD，奈何时间缘故一直没有整理，在我的认知当中，SSD是对Faster RCNN RPN这一独特步骤的延伸与整合。总而言之，在思考于RPN进行2-class分类的时候，能否借鉴YOLO并简化faster rcnn在21分类同时整合faster rcnn中anchor boxes实现multi-scale的思想而设计出了SSD，这篇blog关于SSD的细节方面整理的很好，以供参考。
目标检测：SSD
最新发布
Wei_sx的博客
02-24 1279
SSD（Single Shot MultiBox Detector）是一种用于目标检测的深度学习模型，特点是能够在单次前向传递中同时预测多个边界框及其类概率，因此具备优良的速度和精度。SSD 把目标检测视为一个回归问题，通过在不同尺度下的特征图上进行预测来实现多尺度检测。
论文阅读：SSD: Single Shot MultiBox Detector
热门推荐
Simon's Blog
09-19 10万+
这篇 ECCV 2016 的文章，在既要保证检测速度，又要保证精度的情况下，提出了 SSD: Single Shot MultiBox Detector 物体检测模型。与现在流行的检测模型一样，将检测过程整个成一个 single deep neural network。便于训练与优化，同时提高检测速度。
【SSD】《SSD：Single Shot MultiBox Detector》
bryant_meng
11-21 3173
ECCV 2016部分笔记学习摘抄自。
【笔记】SSD: Single Shot MultiBox Detector
女王の专属领地
06-25 1159
SSD是ECCV 2016的一篇来自UNC Chapel Hill（北卡罗来纳大学教堂山分校）Wei Liu大牛的Paper：SSD 论文：http://arxiv.org/pdf/1512.02325v2.pdf   SSD 代码：https://github.com/weiliu89/caffe/tree/ssdSSD ppt:https://docs.google.com/presentat...
SSD：Single Shot MultiBox Detector 英文原文和中文翻译版
12-11
SSD（Single Shot MultiBox Detector）是一种高效的目标检测算法，由Wei Liu等人在2015年提出。它在计算机视觉领域中具有重要的地位，因其能够实现端到端的实时目标检测，即在一个单一的网络前向传递过程中完成定位...
文献阅读 - SSD: Single Shot MultiBox Detector
Always On The Way
07-10 759
SSD: Single Shot MultiBox Detector W. Liu, et al., SSD: Single Shot MultiBox Detector, ECCV (2016). 摘要 SSD（single shot detector）：将边界框（bounding boxes）的输出空间离散化为一组锚点 锚点（anchors，default boxes，default bo...
SSD：Single Shot MultiBox Detector
u013087645的专栏
09-24 8565
论文链接：https://arxiv.org/abs/1512.02325 论文翻译链接：https://blog.youkuaiyun.com/quincuntial/article/details/78854930 本文提出的SSD算法是一种直接预测目标类别和bounding box的多目标检测算法。与faster rcnn相比，该算法没有生成 proposal 的过程，这就极大提高了检测速度...
论文笔记：SSD: Single Shot MultiBox Detector
upup
09-04 1934
一、基本信息 标题：SSD: Single Shot MultiBox Detector 时间：2016 引用格式：Liu, Wei, et al. “Ssd: Single shot multibox detector.” European conference on computer vision. Springer, Cham, 2016. 二、研究背景 相比Faster RCNN有明显的速度优势，相比YOLO又有明显的mAP优势（不过已经被YOLO v2 超越）。 SSD的速度比Faster R
【目标检测】6、SSD：Single Shot MultiBox Detector
呆呆的猫的博客
07-20 1766
摘要 本文提出了一种使用单一深度神经网络来进行目标检测的方法——SSD。 将特征图上每个位置的b-box的输出离散化成了一系列不同尺度和纵横比的默认框。 预测时，网络对每个默认的框的每个目标类别进行打分，并通过调整box来更好的适应目标的形状。 此外，本网络通过结合多种分辨率的不同尺度的特征图来适应不同大小的目标。 SSD算法比需要region proposal过程的方法更简单，因为其完全消除了候.........
翻译SSD论文(Single Shot MultiBox Detector)
Ai_Smith的博客
11-01 1万+
本文翻译而来，如有侵权，请联系博主删除。未经博主允许，请勿转载。每晚泡脚，闲来无事，所以就边泡边翻译了SSD论文，总感觉英文看着不习惯，还是中文好理解，也是和大家一起学习。菜鸟水平有限，恳求大家指出错误之处。本翻译仅作交流之用，请勿用于其他。 SSD: Single Shot MultiBoxDetector Wei Liu1 , Dragomir Anguelov2 ,Dumitru ...
SSD：Single Shot MultiBox Detector（一）
FelixFuu的博客
02-08 8717
这都是个人学习SSD所做记录，仅作为个人备忘录 SSD：Single Shot MultiBox Detector（一）： http://blog.youkuaiyun.com/u011956147/article/details/73028773 SSD：Single Shot MultiBox Detector（二）： http://blog.youkuaiyun.com/u011956147/article/d...
SSD:Single Shot MultiBox Detector
cdknight_happy的专栏
08-30 479
论文：https://arxiv.org/abs/1512.02325 0 摘要 我们提出了一种使用单个深度神经网络进行图像中目标检测的方法。我们的方法名为SSD，将边界框的输出空间离散化为一组默认框，在每个特征图位置上获得了多种宽高比、尺度的检测框。在预测时，网络为每个默认框中的每个对象类别的存在可能性进行评分，并对检测框进行调整以更好地匹配目标形状。另外，网络将来自具有不同分辨率的多个特征图的...
目标检测之SSD：Single Shot MultiBox Detector
qq_41950533的博客
03-11 7259
Single Shot MultiBox Detector论文学习 single shot指的是SSD算法属于one-stage方法，MultiBox说明SSD是多框预测。ssd和yolo都是一步式检测器，yolov1的一个缺点就是不擅长做小目标识别，ssd正好克服了这个问题，ssd的一个优势就是准确率高，但ssd512版本fps比yolo低。 1.采用多尺度特征图用于检测 卷积神经网络一般是个金字塔结构，前宽后窄，所以在不同的阶段就可以得到一些比较大的特征图和一些比较小的特征图，思路和spp差不多。 一
单阶多层检测器: SSD (Single Shot Multibox Detector)
连理o的博客
03-03 1700
目录参考文献 参考文献 《深度学习之 PyTorch 物体检测实战》
SSD: Single Shot MultiBox Detector
Lorenzo's Oil
12-12 445
SSD的demo的主函数，主要过程如下： 1.先对输入图像进行预处理，resize到固定尺寸 2.定义SSD模型，并返回分类和定位预测层的结果 3.针对feature map生成相应的anchor，即中心点的相对位置，以及相对于原图的宽高比例 4.将上两步得到的分类和定位预测结果与anchor信息一并进行“处理”，得到最终的分类 #coding:utf-8 import os import ma...
PyTorch教程：SSD Single Shot MultiBox 检测器
SSD（Single Shot MultiBox Detector）是一种用于目标检测的深度学习算法，它结合了单次检测和多框预测的概念。SSD模型旨在高效地在图像中检测出不同的对象，并且能给出这些对象的位置和类别。与传统的目标检测方法...
评论
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
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