先进行区推荐再进行目标分类,4个模型从上到下,依次在前者的基础上有所改进
为了获取更多的特征,增加了一个卷积层。SSD对输入图片的大小有要求,必须是300*300*3,一共输出6张特征图放到detection里面,然后整合
ReLU卷积层和池化层负责特征提取,后面的全连接层和softmax层负责分类,最终得出每一个分类类别的概率
12个定位的卷积层,63个分类的卷积层
默认提取数据框的数目4、6、6、6、4、4
保证真实框能至少与一个候选框匹配;如果有多个匹配,选最好的那个。先遵守第一原则,然后遵守另一个。IoU相当于两张图之间的相关度。
图片标注工具
cmd> pip install LabelImg
cmd> LabelImg 直接打开
How to Train an Object Detection Model with Keras
实例