【one stage-经典检测网络】SSD:Single Shot MultiBox Detector

最新推荐文章于 2022-06-03 23:00:15 发布
最新推荐文章于 2022-06-03 23:00:15 发布
阅读量343 收藏
点赞数
分类专栏： 目标检测
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.csdn.net/Doraemon_Zzn/article/details/107188020
版权

SSD:Single Shot MultiBox Detector

网络介绍

1.网络简介

本文是一个single stage的网络，整体比较简单，SSD主要根据每个feature map位置不同的纵横比和比例，将边界框的输出空间离散为一组默认框。对于300x300的图片输入，SSD在VOC2007 test上能够达到74.3%的mAP，同时在NVIDIA显卡Tittan X上速度为59FPS；同时，在输入图片是512x512的情况，SSD能达到76.9% mAP，甚至超过了Faster R-CNN。
这里是和一些网络的比较。
在这里插入图片描述

2.1SSD-Model

主干网络

原文网络结构如下：
前面是一个BackBone，使用的是VGG网络，用于特征提取，与VGG的区别是把FC6和FC7换成了卷积层，SSD在后面又加了8个卷积层。最终预测的是这些prior boxs，也就是先验框（就和Faster R-CNN中的Anchor类似），与Faster R-CNN不同的是，SSD是对这些不同scale和不同aspect ratios的 bounding box进行预测，中间无RPN过程，是直接对这些框进行处理，所以是one-stage网络。
在这里插入图片描述

2.2SSD-训练

先验框和gt的匹配方法

原文说的是根据jaccard overlap（其实就是IOU）。正样本：>0.5。

损失函数

分类和回归的损失函数如式子123所示：
N是匹配成功的正样本数量，如果N=0，则令 loss=0
在这里插入图片描述
正样本是为1
在这里插入图片描述
在这里插入图片描述
对筛选后的先验框进行处理分类和回归，对于confidence使用的是softmax函数，对于localization使用的是Smooth L1函数。
注： 定位损失中是只有正样本的损失的，而分类损失中是包含了正样本和负样本的。因为对于定位问题来说，只要回归出精确的变换关系，在预测的时候是不需要区分正负样本的（或者说是依靠分类来区分的），只需要将这个变换关系应用到所有的default box，最后使用NMS过滤掉得分少的样本框即可。但是分类就不一样了，分类是需要区分出正负样本的。

根据网络结构来看SSD不是在一个feature map上进行框的设计，而是在6个不同尺度都设计了先验框。主要在浅层的feature map上设立较小的先验框来检测小物体，在深层的feature map上设立较大的先验框来负责大物体的检测。
在这里插入图片描述

先验框

对于6个不同尺度的feature map，生成的先验框数为4,6,6,6,4,4。
对于6个不同尺度的输出：举个栗子，第4层的feature map是5x5x256来说，先生成一些先验框，这里5x5的feature map上每个点生成3个不同大小的先验框共计75个（原文中这里是6个框，共计150个）。用于定位的卷积层输出是 5×5×12 的（4×3=12，每个通道代表一个位置因素（x,y,w,h）），用于分类的卷积层输出是 5×5×63的（21×3=63，每个通道代表一个类别）
总共是8732个框。
在这里插入图片描述
在这里插入图片描述
对每一个feature map中先验框的具体大小，主要用的是下面的公式。。公式中k对应1，2，3，4，5，6。分别对应SSD的第4、7、8、9、10、11卷积层。
在这里插入图片描述
在 4×4 的feature map中只有狗（红色框）是正样本，这是因为 不同的feature map 负责预测的 scale和aspect ratio是不同的，所以在 8×8 的feature map中由于猫的scale不匹配，会被认为是负样本。同理，在 8×8 的feature map中只有猫（蓝色框）是正样本。在这里插入图片描述

难样本挖掘

完成正负样本匹配后，因为一般一幅图中物体数量不会太多，所以负样本很多。如果将所有负样本都考虑，正样本的贡献就很小了。Faster R-CNN是限制正负样本的数量来控制正负样本的（proposal选256个，正负样本1:1）。
本文做法是对负样本根据 confidence loss（也就是分类损失）排序，选取损失最高的一部分保留（也就是最不像目标的那些），使得负样本和正样本的比例保持在 3:1。

数据增强

每张训练图像随机进行如下操作：

  1. 使用原图
  2. 在原图上采样一个patch，这些patch与目标的杰卡德系数(IOU)为 0.1, 0.3, 0.5, 0.7, 或者 0.9
  3. 随机采样一个patch
    采样的patch与原图的比例在[0.1-0.9]之间，aspect ratio在 1/2 到 2之间。经过以上采样之后，采样的patch会被resize到固定大小并以0.5的概率进行水平翻转。

训练流程总结-图

在这里插入图片描述

预测

举个栗子，对某个BBox进行cls和loc
在这里插入图片描述
所有的bounding box回归之后，是很乱的，然后再通过NMS过滤掉一大部分：
在这里插入图片描述
当把所有用于预测的feature map进行预测之后（multi-scale），再通过一个NMS，又过滤掉一部分，保留下来的即是最终的结果
在这里插入图片描述

数据集

1.PASCAL VOC2007
2.PASCAL VOC2012
3.CoCo

参考

1.SSD的PPT，很清楚，本文图的来源（需要梯子）
2.https://arleyzhang.github.io/articles/786f1ca3/

我叫林克不叫塞尔达
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
论文阅读：SSD: Single Shot MultiBox Detector
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。
论文阅读笔记（十六）：SSD: Single Shot MultiBox Detector
sunshine_010的博客
04-13 581
We present a method for detecting objects in images using a single deep neural network. Our approach, named SSD, discretizes the output space of bounding boxes into a set of default boxes over differe...
读论文（3）——SSD
MrBamboo2000的博客
10-23 1175
前言 原文名称《SSD:Single Shot MultiBox Detector》，也是一个十分经典的单阶段目标检测方法。从时间上看，这篇论文在YOLO v1之后，YOLO v2之前。因此其实在学完YOLO的三篇论文之后再看这个的顺序其实不太好，因为个人感觉YOLO v2和v3很大程度上SSD的一些东西拿过去又缝补到了YOLO上，这样就没法让我在读SSD时有很惊艳的感觉——因为很多东西感觉似曾相识。但是这样的好处是可以更好地理解这些共同点的有用之处——毕竟在两种方法上都能取得很好的效果。 ...
SSD: Single Shot MultiBox Detector
xbcReal的博客
07-29 950
在阅读这篇博客之前，推荐读者先阅读SSD之前的准备:Scalable Object Detection using Deep Neural Networks ，也就是论文中提到的DeepMultiBox（或者叫MultiBox）算法，因为SSD中大量提到了这个算法，如果事先没有对这个算法有一些了解的话很容易看得一头雾水。      在这篇论文之前，主流的目标检测方法多是基于region propo
【SingleShotMultiBoxDetector(SSD,单步多框目标检测)】
weixin_42483745的博客
06-03 3244
项目源码：•One-Stage •均匀的密集抽样 •Priorboxes/Defaultboxes(Anchorboxes) •不同尺度抽样•不同scale尺度的特征图抽样 •对于小目标检测效果不错 •预测速度快 •训练困难(正负样本极度不均衡)下图为一些网络结构的效率对比图，一般来说，map达到75％到80％就可以了 其主干网络为做了一些改动的VGG net 征图进行预测后，大小不变还是3838，深度变成了（4classes+4），即100，这上面的每一个11100，对应的是一个锚点的预测值。在深度上来
SSD：Single Shot MultiBox Detector 英文原文和中文翻译版
12-11
SSD：Single Shot MultiBox Detector 英文原文和中文翻译版，希望对大家有帮助
SSD论文翻译（SSD: Single Shot MultiBox Detector）
03-06
本资源是本人翻译的Single Shot MultiBox Detector的一文，出自于2016年，主要内容是完成行人重识别的网络构建，不仅提高了识别准确率，并且提高了是别的速度。其中，作者的一些设计思路很有启发。
Object-Detection-SSD:使用Single Shot Multibox Detector检测视频中的多个对象
05-08
使用Single Shot Multibox Detector检测视频中的多个对象 重量文件被拆分为 ssd300_mAP_77.43_v2.pth.000 ssd300_mAP_77.43_v2.pth.001 ssd300_mAP_77.43_v2.pth.002 ssd300_mAP_77.43_v2.pth.003 ssd300_mAP_...
deep learning SSD: Single Shot MultiBox Detector
10-14
深度学习新技术 ssd
文献阅读 - SSD: Single Shot MultiBox Detector
Always On The Way
07-10 636
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（SSD 论文翻译）
weixin_43590290的博客
09-26 411
** 英文版论文原文：https://arxiv.org/pdf/1512.02325.pdf SSD: Single Shot MultiBox Detector Wei Liu,Dragomir Anguelov ,Dumitru Erhan ,Christian Szegedy ,Scott Reed ,Cheng-Yang Fu & Alexander C. Berg UNC...
RCNN学习笔记(10)：SSD:Single Shot MultiBox Detector
热门推荐
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。
目标检测的进阶-one stage
进击的扛把子
04-27 2800
文章目录前言Stage它们的主要区别one-stageSSD网络结构图特点损失函数YOLOv1网络结构图特点损失函数优缺点YOLOv2网络结构特点损失函数优缺点YOLOv3网络结构Darknet-53特点two-stageAnchoranchor-free 和 anchor-based 优缺点anchor boxanchor freeInference 前言 上一章介绍了目标检测的入门，这一章就目标检测近些年的发展做一个介绍。 关于目标检测具体怎么分，谁和谁一家其实有两种分类：基于anchor和stage。
【目标检测】SSD: Single Shot MultiBox Detector
zhw864680355的博客
01-30 693
《SSD: Single Shot MultiBox Detector》 SSD github : https://github.com/weiliu89/caffe/tree/ssd SSD paper :https://arxiv.org/abs/1512.02325 原文地址：https://blog.csdn.net/qq_16540387/article/details/8156...
目标检测之SSD：Single Shot MultiBoxDetector详论文翻译
BigCowPeking
04-10 7396
提示：红色标记表示添加的理解；绿色标记表示文章的重点；蓝色标记表示我们需要对这句话做解释，其后会跟着红色的解释；紫色标记是指org预印版论文与正式出版的区别，括号内的是与正式版不同的预印版内容，未用括号的紫色字体是正式版没有而只是预印版中的内容；文中的“^阿拉伯数字”代表脚注的标号，译文不列出，读者可以自行下载论文（正式版或预印版查看）。注意：如需编译配置SSD-caffe请参看博主博文：http...
SSD：Single Shot MultiBox Detector解读
努力充实，远方可期
04-18 6006
注：md文件，Typora书写，md兼容程度github=CSDN>知乎，若有不兼容处麻烦移步其他平台，github文档供下载。 发表在CSDN：https://blog.csdn.net/hancoder/article/ 发表在知乎专栏：https://zhuanlan.zhihu.com/c_1088438808227254272 上传在github：https://github.co...
SSD(Single Shot MultiBox Detector)算法理解
zj15939317693的博客
06-06 1万+
1、算法概述        SSD(Single Shot MultiBox Detector)是ECCV2016的一篇文章，属于one - stage套路。在保证了精度的同时，又提高了检测速度，相比当时的Yolo和Faster R-CNN是最好的目标检测算法了，可以达到实时检测的要求。在Titan X上，SSD在VOC2007数据集上的mAP值为74.3%，检测速度为59fps。      ...
SSD：Single Shot MultiBox Detector
u013087645的专栏
09-24 8308
论文链接：https://arxiv.org/abs/1512.02325 论文翻译链接：https://blog.csdn.net/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...
one-stage检测方法
最新发布
06-03
one-stage检测方法是指一种基于深度学习的目标检测方法，其主要特点是使用单个神经网络模型来直接预测图像中的目标位置和类别。 相比于two-stage检测方法，one-stage检测方法通常更简单、更快速，但是在检测精度方面可能会稍逊一筹。常见的one-stage检测方法包括： 1. YOLO系列：YOLO (You Only Look Once) 是一种基于卷积神经网络 (CNN) 的目标检测算法，它将目标检测看作是一个回归问题，直接预测物体的位置和类别。YOLOv5是其中最新、最先进的版本。 2. SSD (Single Shot Multibox Detector)：SSD是一种基于CNN的one-stage目标检测算法，它使用多层特征图来检测不同大小的物体，并且使用多个先验框来提高检测精度。 3. RetinaNet：RetinaNet是一种基于CNN的one-stage目标检测算法，它使用特殊的损失函数来解决one-stage检测算法中类别不平衡的问题，并且使用Focal Loss来提高检测精度。 这些one-stage检测方法在实际应用中表现出色，并且已经被广泛应用于图像识别、自动驾驶、安防监控等领域。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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