SSD(Single Shot MultiBox Detector)
Liu W , Anguelov D , Erhan D , et al. SSD: Single Shot MultiBox Detector[J]. 2015.
本文与faster-Rcnn很像,相比于faster-Rcnn ,以下网络在extract feature 阶段进行的卷积所等效的在输入图像上的滑动步长更小了。直接用conv filter 的卷积结果作为 offset ,以及类别的种类。区别于faster-Rcnn的级联结构,将region proposal 和 object recongnition 融合到了一步,或者说是并行的进行处理。
网络的预测过程如下:首先过滤分数(confidence)小于0.01的default box,然后针对所有类别,以default box 对此类别的得分作为分析对象,分别做nms,最终选前N个。
Net architecture:
使用VGGnet作为base net ,在base net 后面加上一系列convoluted layer 用于从不同尺度的feature map 中回归bounding box 和 categories confidence 。网络结果如图2所示。