《DSSD : Deconvolutional Single Shot Detector》[1] 2017年发表在CVPR上。
前身是《SSD: Single Shot MultiBox Detector》[2] 推荐博客:论文阅读:SSD: Single Shot MultiBox Detector
两者都是物体检测领域的文章,DSSD对小目标检测效果较SSD有所提升。
方法
在SSD中,作者采用VGG作为base network,但也提到其他网络应该也可以产生很好的效果。因为Residual-101[3]在很多文章中取得了很好的效果,所以在DSSD中,第一个改进就是把base network改成了Residual-101,提高特征提取能力。
换完base network之后,作者通过实验发现,准确率从77.5%降至了76.4%,说明只换网络并不能够提高准确率。受[4]启发,如果能够提高每一个子网络的准确率,那整个网络的准确率也会得到提升。所以作者在每次预测之前(上图中红色椭圆部分)加入了一个“预测模块”(prediction module):