update 2017.11.7
把SSD论文重新看了一遍,这次比较多的东西能够理解了
虽然还是比较肤浅的级别
分析几个觉得比较有用的知识点
SSD在训练的时候采用了数据增强,将每张训练图片进行了缩放
Sample_Patch 可以将训练集中比较小的物体进行放大
expansion 可以将图片中比较大的物体缩小。
数据增强对于SSD训练比较重要
因为SSD这种算法对与检测目标的大小还蛮敏感的。
因为COV4-3这一层的default box 对于小物体的检测还是不够精准??
cov4-3 这一特征层是38*38,对于300*300的图片来说,小物体的信息剩下不多了
把SSD论文重新看了一遍,这次比较多的东西能够理解了
虽然还是比较肤浅的级别
分析几个觉得比较有用的知识点
SSD在训练的时候采用了数据增强,将每张训练图片进行了缩放
Sample_Patch 可以将训练集中比较小的物体进行放大
expansion 可以将图片中比较大的物体缩小。
数据增强对于SSD训练比较重要
因为SSD这种算法对与检测目标的大小还蛮敏感的。
因为COV4-3这一层的default box 对于小物体的检测还是不够精准??
cov4-3 这一特征层是38*38,对于300*300的图片来说,小物体的信息剩下不多了