SSD的多尺度特征圖的網(wǎng)絡結(jié)構(gòu)有哪些？

更新時間:2023年03月06日11時35分來源:傳智教育瀏覽次數(shù):

SSD算法的全名是Single Shot MultiBox Detector，Single shot指明了SSD算法屬于one-stage方法，MultiBox指明了SSD是多框預測。對于Faster R-CNN，先通過CNN得到候選框，然后進行分類和回歸，而YOLO和SSD可以一步完成檢測，SSD的特點是：

SSD提取了不同尺度的特征圖來做檢測，大尺度特征圖可以用來檢測小物體，而小特征圖用來檢測大物體;

SSD采用了不同尺度和長寬比的先驗框，在faster r-cnn和yoloV2,V3中稱為Anchors。

SSD是YOLO V1出來后，YOLO V2出來前的一款One-stage目標檢測器。SSD用到了多尺度的特征圖，在之后的YOLO V3的darknet53中，也是用到了多尺度特征圖的思想。較淺層的特征圖上，每個cell的感受野不是很大，所以適合檢測較小的物體，而在較深的特征圖上，每個cell的感受野就比較大了，適合檢測較大的物體。

SSD采用VGG16作為基礎(chǔ)模型，然后在VGG16的基礎(chǔ)上新增了卷積層來獲得更多的特征圖以用于檢測。如下圖所示：

SSD特征圖