SSD
(Single Shot Multibox Detector)是one-stage目标检测算法的典型代表,SSD
在速度上表现不错,精度上也不差,是一个非常优秀的算法。
这里,通过SSD
PyTorch代码进行分析学习。这篇主要分析SSD
的整体网络,有个大致的概念。
一些用到的卷积计算公式:
图像卷积输出大小公式(正常): o = ⌊ i − k + 2 p s ⌋ + 1. o = \left\lfloor \frac{i - k+2p}{s} \right\rfloor + 1. o=⌊si−k+2p⌋+1.
图像卷积输出大小公式(ceil_mode): o = ⌈ i − k + 2 p s ⌉ + 1. o = \left\lceil \frac{i - k+2p}{s} \right\rceil + 1. o=⌈si−k+2p⌉+1.
图像卷积输出大小公式(带空洞卷积 d d d): o = ⌈ i − k + 2 p − ( k − 1 ) ∗ ( d − 1 ) s ⌉ + 1. o = \left\lceil \frac{i - k+2p-(k-1)*(d-1)}{s} \right\rceil + 1. o=⌈si−k+2p−(k−1)∗(d−1)⌉+1.
i i i为输入图片大小, k k k为卷积核大小, p p p为padding大小, s s s为stride大小, d d d为(空格数+1)
1. VGG部分 {conv1_2, conv2_2, conv3_3, conv4_3, conv5_3, fc6(conv6), fc7(conv7)}
# 这里给出输入图像的大小(C,H,W)
input_size:(