目标检测方法——SSD

SSD论文阅读（Wei Liu——【ECCV2016】SSD Single Shot MultiBox Detector）

 

目录

  • 作者及相关链接
  • 文章的选择原因
  • 方法概括
  • 方法细节
  • 相关背景补充
  • 实验结果
  • 与相关文章的对比
  • 总结

 

 

作者

 

 

文章的选择原因

  • 性能好，single stage

方法概括

  1. 文章的方法介绍

    • SSD主要用来解决目标检测的问题（定位+分类），即输入一张待测图像，输出多个box的位置信息和类别信息
    • 测试时，输入一张图像到SSD中，网络输出一个下图最右边的tensor（多维矩阵），对该矩阵进行非极大值抑制（NMS）就能得到每个目标的位置和label信息

    • Figure2的最右图的1th-20th Channel表示类别，每一个Channel上的map对应原图，last 4 channel的每一个map分别对应x,y,w,h的偏移量。最后4个通道可以确定一个box的位置信息，前20个通道确定类别信息。

  2. 方法的pipeline和关键点

方法细节

 

  • 模型结构

  • 多尺度特征图

  • 用来预测的卷积滤波器

  • defaul box

  • groundTruth的标定，损失函数

  • default box和尺度的选择

 

  • SSD的训练——Hard negative mining

  • SSD的训练——数据扩增

相关背景补充

  • Atrous算法（hole算法）

  • FPS/SPF, Jaccard overlap

  • 二类分类/检测常用的评价标准 （recall, precision, f-measure, accuracy, error, PR曲线和ROC曲线，AP，AUC）

  • ImageNet多类分类的评价标准

  • ImageNet单目标检测的评价标准

  • ImageNet（多）目标检测的评价标准

实验结果

  • PASCAL VOC2007 test detection结果

  • 使用数据扩增、多尺度default box、atrous算法的对比效果

  • SSD512在某类Ianimals)上的检测性能可视化

  • SSD对于目标大小的敏感性实验

  • SSD使用的feature map的个数对结果的影响

  • 示例结果

  • 时间和速度

 

与相关文章的对比

 

  • 原始R-CNN方法的变形

  • Faster R-CNN和SSD对比

  • YOLO和SSD对比

总结

  • 文章贡献

    • SSD, a single-shot detector for multiple categories (faster than YOLO, accurate as Faster R-CNN)
    • The core of SSD is predicting category scores and box offsets for a fixed set of default bounding boxes using small convolutional filters applied to multiple feature maps from different layers
    • Experimental evidence: high accuracy, high speed, simple end-to-end training (single shot)

  • SSD对于其他方法的改进的关键点

    • Using a small convolutional filter to predict object categories and offsets in bounding box locations
    • Using separate predictors (filters) for different aspect ratio detections
    • Using multiple layers for prediction at different scales (apply these filters to multiple feature maps to perform detection at multiple stages)

 

posted @ 2016-12-21 13:30  lilicao  阅读(14623)  评论(0)  编辑  收藏  举报