名 SSD:SingleShotMultiBoxDetector arXiv:1512.02325v5[cs.CV29Dec2016 汇报人：杜洋
SSD:SingleShotMultiBoxDetector 汇报人：杜洋 arXiv:1512.02325v5 [cs.CV] 29 Dec 2016
01 背景 02 算法思想 CONTENTS 03 模型架构 04 实验及结果
CONTENTS 背景 01 算法思想 02 模型架构 03 实验及结果 04
背景 AE
背景
背景 目标检测的概念： 计算机视觉中关于图像识别有四大类任务： 分类-Classification:解决“是什么？"的问题，即给定一张图片或一段视频判断里面包含什么类别的目标。 定位-Location:解决“在哪里？"的问题，即定位出这个目标的的位置。 检测-Detection:解决“是什么？在哪里？"的问题，即定位出这个目标的的位置并且知道目标物是什么。 分割-Segmentation:分为实例的分割(Instance-level)和场景分割(Scene-level)),解决“每一个像素属于哪 个目标物或场景”的问题 除了图像分类之外，目标检测要解决的核心问题是： 1.目标可能出现在图像的任何位置。 2.目标有各种不同的大小。 3目标可能有各种不同的形状。 4
背景 4 计算机视觉中关于图像识别有四大类任务： 分类-Classification：解决“是什么？”的问题，即给定一张图片或一段视频判断里面包含什么类别的目标。 定位-Location：解决“在哪里？”的问题，即定位出这个目标的的位置。 检测-Detection：解决“是什么？在哪里？”的问题，即定位出这个目标的的位置并且知道目标物是什么。 分割-Segmentation：分为实例的分割（Instance-level）和场景分割（Scene-level），解决“每一个像素属于哪 个目标物或场景”的问题 除了图像分类之外，目标检测要解决的核心问题是： 1.目标可能出现在图像的任何位置。 2.目标有各种不同的大小。 3.目标可能有各种不同的形状。 目标检测的概念：
HyperNet 更好的特征网络 Ms-CNN PVANet Light-Head R-CNN MR-CNN 更精准的RPN FPN CRAFT R-CNN SPP-Net Fast R-CNN o Faster R-CNN R-FCN CoupleNet Region Proposal 更完善的ROI的分类 Mask R-CNN Cascade R-CNN OHEM 样本版处理© Soft-NMS Object Detection A-Fast-RCNN 更大的mini-Batch o MegDet YOLO o YOLO9000 o YOLOV3 G-CNN R-SSD DSSD R-CNNo OverFeat c End to End SSD e DSOD FSSD ESSD RON //blog.csdn.not/qq_35151572 5
5