![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
算法
TangCode
https://danieltyl.gitee.io
展开
-
SSD算法学习及PyTorch代码分析[1]-整体框架
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SSDPyTorch代码进行分析学习。整体网络由下面给出: 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+2ps⌋+1.o = \left\lfloor \frac{i - k+2p}{s...原创 2019-05-22 10:19:45 · 2015 阅读 · 2 评论 -
SSD算法学习及PyTorch代码分析[2]---Prior Box分析
上一篇讲了SSD算法的整体框架,这一篇分析SSD的 Prior Box 层,先验框是如何产生 SSD和YOLO不同,每一个 feature map 上的点都为一个 cell, 而YOLO是划分为 gird 。 假如 feature map 大小为 m×nm \times nm×n 那麽会有 m×nm \times nm×n 个 cell 。每个 cell 会生成固定 scale 和 aspec...原创 2019-05-22 12:09:12 · 826 阅读 · 0 评论 -
SSD算法学习及PyTorch代码分析[3]---先验框匹配
SSD 算法在先验框匹配上,采用了两个原则: 对于图像中每一个 ground truth 找到与其 IOU 最大的的先验框, 该先验框为正样本, 若一个先验框没有与任何的 ground truth 匹配,则为负样本。 对于剩下的未匹配的先验框,若与某个 ground truth 的 IOU 大于某个阈值(一般取0.5),则该先验框也与 ground truth 匹配 通过代码可以看出: de...原创 2019-05-29 21:42:40 · 2740 阅读 · 0 评论