模型简介
Wei Liu在ECCV 2016上提出了SSD这种目标检测算法,使用Nvidia Titan X在VOC 2007测试集上,SSD对于300x300的网络和512x512的网络,超越当时最强的Faster RCNN。
SSD采用了多尺度检测方法,浅层用于检测小目标,深层用于检测大目标。它是单阶段的目标检测算法,是一种多尺度的检测方法。
模型特点
多尺度检测、采用卷积进行检测、预设anchor
数据采样
SSD算法每个训练图像通过以下选项之一随机采样:
一、使用整个原始输入图像
二、采样一个区域,使采样区域和原始图片最小的交并比重叠为0.1,0.3,0.5,0.7或0.9
三、随机采样一个区域
评估
自定义eval_net()类对训练好的模型进行评估,使用COCOMetrics类计算mAP。