《Tiny SSD: A Tiny Single-shot Detection Deep Convolutional Neural Network for Real-time Embedded Object Detection》
(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;