目标检测论文精读（7）－ SSD

SSD原论文地址 https://arxiv.org/pdf/1512.02325.pdf

Introduction

Innovations

• SSD是一种single shot的检测器，速度比YOLO v1快，精度比Faster R-CNN高。
• SSD的核心就是为从不同分辨率的feature maps得到的一组default box预测类别概率和框的偏移量。
• 从不同分辨率的feature maps得到的default box是不同尺度大小和不同长宽比的。
• SSD的设计使得整个训练是端到端的，即使对低分辨率的输入也是有效的。

architecture

SSD使用的基础网络是VGG16，SSD在VGG16的基础上把fc6和fc7换成了卷积层conv6和conv7，删掉了fc8和所有drop out层，并在后边加了4个卷积层。
然后对这几个feature maps（图中连红线的）用3*3的卷积核来预测default box的类别分数和框的偏移量。
最后再通过非极大值抑制得到最终的检测结果。