香港管家婆冰心马报

若派发布了SSD神经网络训练工具 让若派带你解读

发布时间:2018-12-31

--它把最终要输出的bounding box预先固定在默认设置好的特色图上,意思是你给网络输入一个图片,它确定会发生很多特征图,而我就在特点图上预先申明好很多box,你最后要得到的bounding box就是从已经声名好的box里挑出来的,当然不是直接拿来就用,而是把挑到的box进行调整。

做AI人工智能,不提SSD,那都是不入流。SSD目标检测算法,在速度上,比之前最快的YOLO还要快;在检测精度上,可能跟Faster RCNN相媲美,是视频结构化的应用中必不可少的深度学习的目的检测算法。对SSD的理解:

1、SSD供应了一种用于目标检测的方法,仅仅利用了一个深度神经网络。

--SSD说,它采用了从不同“分辨率”的特征图上设置预设box的措施,我直觉上觉得它说的情理行得通。

--在猜想阶段呢,操刀的地方就是预设的那些box,对这些box覆盖的区域进行分类,比喻21类,分类的话断定会产生每一类的得分是多少。

--我跟YOLO一样简单都是a single-shot detector formultiple categories,然而我比它快,比它准确,还有,我否定Faster Rcnn很精确,然而我比它快。

若派发布了SSD神经网络训练工具,基于SPR2801S的神经网络打算棒,能够高效的实现目标检测、分类等视频构造化应用。

--还强调了一点,这些预先设定的box状况各异,因为图片上的物体有各种形状,为了使得能更快的更正确的调解box使其能与图片上的物体的形状更吻合,所以先设定长宽比例不同的box。

5、SSD的自我总结:

3、SSD的预测:

--这是绝对RCNN的训练来说的,由于对于Faster Rcnn,需要练习RPN网络以及fast rcnn网络。

2、SSD的特别之处:

--除了猜测分类任务,还要调剂这些box的大小及外形,就得到了物体的位置,也就是咱们看到的框框。

4、对大小不一的物体怎么统一检测呢?


友情链接:
Copyright 2018-2021 马报 版权所有,未经授权,禁止转载。