SSD算法,LK算法

clahe算法 2023-11-28 15:13 138 墨鱼

clahe算法

SSD算法,LK算法

1.SSD简介SSD算法全称是Single Shot MultiBox Detector,论文链接. 摘要：在PASCAL VOC、COCO和ILSVRC数据集上的实验结果证实，SSD具有与利用额外目标建议步骤的方法竞争的准确性，什么是SSD算法？SSD(Single Shot MultiBox Detector)是一种实时对象检测算法。它的主要特点是：使用一个卷积神经网络在一次前馈中对多尺度的特征图进行预测。

SSD算法的全名是Single Shot MultiBox Detector,Single shot指明了SSD算法属于one-stage方法，MultiBox指明了SSD是多框预测。对于Faster R-CNN,先通过CNN得到候选框，然后进行分类和多尺度特征映射图(Multiscale Feature Maps):小编认为这是SSD算法的核心之一，原始图像经过卷积层转换后的数据称为特征映射图(Feature Map),特征映射图包含了原

答：SSD是one—stage算法，比Faster RCNN比YOLO准确。但是缺点也很明显，首先很多参数需要手工设置，调试需要依赖经验，其次对小目标不敏感，特征提取不充分导致精度下降。算法框架下面我么说一下SSDSSD算法步骤：1. 输入一幅图片(200x200),将其输入到预训练好的分类网络中来获得不同大小的特征映射，修改了传统的VGG16网络；将VGG16的FC6和FC7层转化为卷积层，如图1上的Conv6和Conv

≥△≤ SSD算法的基本结构包含两个主要部分：特征提取网络和目标检测网络。特征提取网络用于从输入图像中提取特征图，通常采用VGG16或ResNet等经典的卷积神经网络。目标检测网络是一个SSD预测部分用于预测物体类别的置信度，并通过在特征图上使用小尺寸的卷积核来直接预测物体的边框坐标，因为预测是在6中不同的尺度下进行的，且每种尺度具有不同长宽比的锚框，所以能够

后台-插件-广告管理-内容页尾部广告（手机）

标签： LK算法