(11)目标检测_SSD的特征提取和BOX个数和预测原理

1、特征提取层对应的位置

(1)对于SSD网络,同时在Conv4_3, Conv7、Conv8_2、Conv9_2、Conv10_2和Conv11_2都存在对应的特征提取卷积层(直接连接到分类器)

(2)这两个层中每层的每个中心点产生的k分别为4、6、6、6、4、4  , 也就是用于提前特征的分类器为:

Conv4_3对应的分类器为3*3*(4*(classnum+4))
Conv7对应的分类器为3*3*(6*(classnum+4))
Conv8_2对应的分类器为3*3*(6*(classnum+4))
Conv9_2对应的分类器为3*3*(6*(classnum+4)) 
Conv10_2对应的分类器为3*3*(4*(classnum+4))
Conv11_2对应的分类器为3*3*(4*(classnum+4))

2、pridector的实现原理

如何检测分类和位置,是通过3*3的卷积去实现的

1)也就是使用3*3的卷积核和去卷积 ,比如Conv4_3卷积后,获得了大小

38*38*(4*(classnum+4))的输出,

2)每个(classnum+4)输出的内容对应

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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