【论文阅读笔记】Tiny SSD: A Tiny Single-shot Detection Deep Convolutional Neural Network...(太长了写不开...)

（Tiny SSD：一种基于微小的单点探测深度卷积神经网络的实时嵌入式目标检测）

（一）待解决的问题：

如今，目标检测网络越来越成熟，但面临的一个重要问题就是，如何将这样的具有很高的计算能力和内存要求的深度神经网络，广泛地应用到嵌入式系统中；

因此，本文主要致力于将SSD改造成一个小的深度神经网络，就像TinyYOLO和SqueezeNet（文章中写成了SqueezeDet，哈哈哈）一样；

这里借鉴了SSD的宏观结构和SqueezeNet的微观架构，实现了网络参数比Tiny YOLO小26倍、在VOC 2007数据集上的mAP却高了4.2%的成绩；

（二）SSD 的宏观结构：

2.1 论文地址：

《SSD: Single Shot MultiBox Detector》

2.2 SSD 原理及其源码详解：

SSD算法是一种直接预测目标类别和bounding box的多目标检测算法；与faster rcnn相比，该算法避免了ROI Pooling的过程，并且提出了可以利用不同的特征层针对不同大小的目标这，极大提高了检测速度；