目标检测学习笔记--DSSD算法

最新推荐文章于 2024-07-11 01:13:31 发布
最新推荐文章于 2024-07-11 01:13:31 发布
阅读量1.5k 收藏 2
点赞数 2
分类专栏： 深度学习 文章标签： 目标检测 DSSD YOLO
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_28303495/article/details/89283681
版权
本文详细介绍了目标检测算法DSSD的发展，从YOLO和SSD的网络结构到DSSD如何通过引入ResNet和Deconvolution层增强小目标检测能力。DSSD通过加深网络和残差模块提升精度，且在大图像尺寸下表现出色。此外，文章还探讨了DSSD的训练方法和RPN网络及Anchor机制。
摘要由CSDN通过智能技术生成

1. 论文笔记

1.1 YOLO网络结构

论文链接：http://cn.arxiv.org/pdf/1506.02640
在这里插入图片描述

1.2 SSD网络结构

论文链接：http://cn.arxiv.org/pdf/1512.02325v5

在这里插入图片描述

SSD具有如下主要特点：

（1）从YOLO中继承了将detection转化为regression的思路，同时一次即可完成网络训练

（2）基于Faster RCNN中的anchor，提出了相似的prior box

（3）加入基于特征金字塔（Pyramidal Feature Hierarchy）的检测方式

​ YOLO在卷积层后接全连接层，即检测时只利用了最高层feature maps（包括Faster RCNN也是如此）；而SSD采用了特征金字塔结构进行检测，即检测时利用了conv

最低0.47元/天 解锁文章
慢行慢行
关注
专栏目录
论文阅读笔记 | 三维目标检测——PartA2算法
Clichong
11-25 1658
PointRCNN中发现了基于点云的3d目标中相比2d检测有一个与生俱来的优势，就是3d的标注框不仅提供了检测的目标框，同时还提供语义分割的前景点（也就是目标框中的点）。**在PartA2中，作者进一步发现了我们不仅可以获得需要检测的标注框及其包括的前景点，我们还可以获得每个前景点在标注框中的空间分布信息，或者说是每个前景点在标注框内的相对位置信息**。在现有的研究下，其实并没有完全的将3d标注框的信息完全利用上，这种前景点在标注框的分布信息是有利于提高3d检测网络的性能的。
深度神经网络及目标检测学习笔记
qq_47910757的博客
04-12 1384
上面是一段实时目标识别的演示， 计算机在视频流上标注出物体的类别， 包 括人、汽车、自行车、狗、背包、领带、椅子等。 今天的计算机视觉技术已经可以在图片、 视频中识别出大量类别的物体， 甚 至可以初步理解图片或者视频中的内容， 在这方面，人工智能已经达到了 3 岁儿 童的智力水平。 这是一个很了不起的成就， 毕竟人工智能用了几十年的时间， 就 走完了人类几十万年的进化之路，并且还在加速发展。 道路总是曲折的， 也是有迹可循的。 在尝试了其它方法之后， 计算机视觉在 仿生学里找到了正确的道路 （至少目前看是正
YOLOv1、YOLOv2、 YOLOv3、SSD DSSD 单阶段目标检测论文
10-11
YOLO是Joseph Redmon和Ali Farhadi等人于2015年提出的第一个基于单个神经网络的目标检测系统。Joseph Redmon和Ali Farhadi发表的YOLO 2进一步提高了检测的精度和速度。
目标检测（十一）——DSSD
quanwei的博客
05-27 5862
DSSD是 Cheng Yang Fu和Wei Liu一起合作的，对于SSD一个提升，他们对于SSD的优缺点了如指掌，所以对于SSD的提升也有很多的经验。 arxiv: https://arxiv.org/abs/1701.06659 github: https://github.com/chengyangfu/caffe/tree/dssd github: https://gith...
SSD目标检测
最新发布
m0_73546954的博客
07-11 757
SSD，全称Single Shot MultiBox Detector，是Wei Liu在ECCV 2016上提出的一种目标检测算法。使用Nvidia Titan X在VOC 2007测试集上，SSD对于输入尺寸300x300的网络，达到74.3%mAP(mean Average Precision)以及59FPS；对于512x512的网络，达到了76.9%mAP ，超越当时最强的Faster RCNN(73.2%mAP)。具体可参考论文[1]。
SSD目标检测算法改进DSSD（反卷积）
热门推荐
fangfang的专栏
01-20 2万+
论文：DSSD : Deconvolutional Single Shot Detector 论文地址：https://arxiv.org/abs/1701.06659 代码：https://github.com/chengyangfu/caffe/tree/dssd DSSD是2017年的CVPR，二作就是SSD的一作Wei Liu。另外值得
Face Paper：DSSD目标检测
BigCowPeking
01-01 1884
DSSD论文解读
DSSD(Deconvolutional Single Shot Detector)--目标检测
zk_ken的博客
01-15 822
论文地址：https://arxiv.org/abs/1701.06659 Github 源码（caffe版）：https://github.com/chengyangfu/caffe/tree/dssd 1、文章概述     DSSD(Deconvolutional Single Shot Detector)是SSD算法改进分支中最为著名的一个，SSD的其他改进还包括RSSD（https://...
目标检测算法笔记（一）综述
liuxinnanshou的博客
02-23 1127
目录 简述 One-Stage 算法 Two-Stage 算法 检测的方法分析 后续 总结 简述 目标检测（Object Detection），在计算机视觉领域的任务就是给定一张图片，将图片中的物体识别并且框定出来。随着近年来的发展，其主要分成了两大类别，Two-Stage检测算法（以Faster R-CNN为代表）和以及One-Stage检测算法（以YOLO为代表）。 PS：Multi-St...
M2Det-一种使用新的特征金字塔方式的单阶段目标检测器（论文笔记）
奔跑的小仙女
06-21 2119
摘要 特征金字塔被最先进的一阶段目标检测器(如DSSD、RetinaNet、RefineDet)和两阶段目标检测器(如Mask RCNN、DetNet)广泛利用，以缓解跨目标实例的尺度变化所带来的问题。虽然这些带有特征金字塔的目标检测器取得了不错的结果，但由于它们只是简单地根据原本用于对象分类任务的骨干网固有的多尺度金字塔结构构造特征金字塔，因此存在一定的局限性。因此，坐着提出了多级特征金字塔网络...
单阶段的目标检测网络论文集合：YoLo、YoLoV2、YoLoV3、SSD、DSSD
10-23
单阶段的目标检测网络，包括YoLo、YoLoV2、YoLoV3、SSD、DSSD，打包下载。
目标检测算法DSSD的原理详解
AMG_GT的博客
02-22 6277
论文地址：https://arxiv.org/abs/1701.06659 Github 源码（caffe版）：https://github.com/chengyangfu/caffe/tree/dssd   1、文章概述     DSSD(Deconvolutional Single Shot Detector)是SSD算法改进分支中最为著名的一个，SSD的其他改进还包括RSSD（htt...
目标检测(六)：DSSD
weixin_41936775的博客
06-08 2424
SSD 的提出为目标检测领域带来了一大改进，无论是准确性还是速度都要优于先前的检测模型，美中不足的是 SSD 对图像中的小目标不太友好，检测效果一般，可能是因为小目标在高层没有足够的信息。为解决该问题，出现了以下几种 SSD 的改进版本： DSSD: Deconvolutional Single Shot Detector RSSD: Enhancement of SSD by concatenating feature maps for object detection DSOD: Learning D
目标检测——FPN与DSSD算法解读
lishanlu136的博客
03-15 946
FPN与DSSD算法解读对比
【目标检测】DSSD:Deconvolutional Single Shot Detector
zhw864680355的博客
12-12 403
论文：《DSSD:Deconvolutional Single Shot Detector》 论文地址：https://arxiv.org/abs/1701.06659 1、背景 SSD算法在检测小目标时精度并不高，本文是在在SSD的基础上做出一些改进，引入卷积层，能综合上下文信息，提高模型性能。 DSSD针对小目标鲁棒性太差，提出了以下两个贡献：1. 把SSD的基准网络从VGG换成了Re...
目标检测学习笔记——SSD以及改进模型DSSD的原理解读及SSD的Tensorflow代码实现（图文并茂）
qq_24819773的博客
06-15 6449
个人学习路上的一些见解，以Blog的形式记录下来，加强自己的知识学习，同时也希望和大家共享，由于个人能力有限，难免会有错误的地方，希望各位大牛给与指证，小弟定进一步完善自己以及博客。
目标检测算法之SSD
Oswald_liu的博客
06-04 545
文章转载自https://blog.csdn.net/xiaohu2022/article/details/798337
深度学习目标检测：DSSD算法解析
本文主要探讨的是目标检测领域中的深度学习算法，特别是针对小目标检测的改进方法。在深度学习时代，目标检测算法可以分为两类：两阶段（twostage）和一阶段（onestage）方法。两阶段方法先生成候选框，然后进行分类...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值