SSD目标检测网络结构
2024-05-22 16:33:08 0 举报
SSD(Single Shot MultiBox Detector)是一种高效、准确的目标检测网络结构,广泛应用于计算机视觉领域。它创新性地采用了多尺度检测思想,通过在多个特征层上同时进行预测,实现了对各类大小目标的高效识别。SSD网络结构主要包括基础网络(如VGG16、ResNet等)和检测网络两部分。基础网络用于提取图像的多尺度特征,检测网络则负责对特征进行融合和预测,生成最终的目标检测结果。SSD的提出大大降低了目标检测的计算复杂度,提高了实时性,为深度学习在视觉任务中的应用提供了新的思路。
作者其他创作
大纲/内容
Conv: 3x3x(4x(Classes+4)
38Conv4_338
Classifier : Conv: 3x3x(6x((lasses+4))
1024
3
Conv11_2
Conv:1x1x1024
Conv:1x1x128Conv:3x3x256-s2
512
256
Conv:3x3x1024
1
19 19
Conv6(FC6)
SSD
检测
Classifier:Conv:3x3x(4x(Classes+4))
VGG-16 through Conv5 3layers卷积层5_3及之前的所有层结层
Conv:1x1x128Conv:3x3x256-s1
300图像300
额外特征层
非极大值抑制
Cony10 _2
10Conv8_210
Conv:1x1x256Conv:3x3x512-s2
5Conv9_25
19Conv7(FC7)19
Con:1x1x128Con:3x3x256-s1
收藏
收藏
0 条评论
下一页
为你推荐
查看更多