神经网络: SSD目标检测网络解析

一、SSD(Single Shot MultiBox Detector)简介

       SSD是2016年ICCV的一篇论文，是目前为止主要的目标检测算法。

       算法的主要优点：

• 速度比Faster-Rcnn快，精度比Yolo高。在兼顾速度的同时，精度也很高。
• 为提高准确率在不同特征图下面（不同尺度下面）进行结果的预测，特征金字塔预测方式。
• 采用了END-TO-END 的训练方式，即使分辨率比较小的图片，分类结果也很准确。

 

二、SSD效果好的原因

       虽然SSD算法已经出来两年了，但至今仍目标检测算法中应用最广泛的算法。SSD效果好主要由三点原因：1，多尺度；2，设置了多种高宽比的 Default Box、  3，数据增强。

 

       1、多尺度

        SSD网络结构：

        由SSD网络结构可以看出，SSD使用了6个不同特征图检测不同尺度的目标。低层预测小目标，高层预测大目标。

        作者在论文中通过实验验证，采用多个特征图做检测能够大大提