QQ Group: 428014259
Sina Weibo:小锋子Shawn
Tencent E-mail:403568338@qq.com
http://blog.csdn.net/dgyuanshaofeng/article/details/81048365
作者:Wei Liu, Dragomir Anguelov, Dumitru Erhan, Christian Szegedy, Scott Reed, Cheng-Yang Fu, Alexander C. Berg
单位:UNC Chapel Hill, Zoox Inc., Google Inc., University of Michigan Ann-Arbor
SSD是Wei Liu和谷歌大神Christian Szegedy等人的作品,为物体检测单stage模型(single dnn),平衡了检测精度和速度。
0 摘要
这句话不是很懂,“discretizes the output space of bounding boxes into a set of default boxes over different aspct ratios and scales per feature map location”。将检测框的输出空间离散化为一系列默认框?在VOC,COCO,ILSVRC数据集上进行验证,精度具有竞争力,速度非常快。对于300 × \times × 300的输入,SSD在VOC2007 test数据集上,实现74.3% mAP,在英伟达Titan X上速度达59 FPS。对于512 × \times × 512的输入,SSD实现76.9% mAP,好于Faster R-CNN。
1 介绍
目标检测的套路为:第一,hypothesize bounding boxes,第二,resample pixels or features for each box,第三,apply a high-quality classifier。这种套路的模型为Selective Search、SPPnet、Fast和Faster R-CNN。
加速来源为:“the fundamental improvement in speed comes from eliminating bounding box proposals and the subsequent pixel or feature resampling stage”。也就是取消套路中的两个过程。这个思路参考了Overfeat和YOLO。
改进之处为:第一,使用small conv filter预测类别和位移。第二,不同长宽比的检测使用separate filters。第三,类似U-Net思想,把上面的separate filters或者predictors拿到后面用,解决物体的多尺度;类似GoogLeNet思想,旁路引出辅助分类器,代表了不同尺度。如图1所示。虚线代表新增的特征通道。
[1] SSD Single Shot MultiBox Detector ECCV 2016 [ ECCV paper] [Arxiv paper] [Caffe code]