SSD系列2——PriorBox

SSD系列:
SSD系列1——网络结构
SSD系列2——PriorBox
SSD系列3——损失计算

PriorBox

  SSD采用PriorBox来进行区域生成,其思想与Faster RCNN的Anchor类似。PriorBox的本质是在原图上的一系列矩形框,即特征图上的一个点根据下采样率可以得到在原图上的坐标,SSD先验性地提供了以该坐标为中心的4个或6个不同大小的PriorBox,然后利用特征图去预测这4个或6个PriorBox的类别与位置偏移量。

在这里插入图片描述

  在Faster RCNN中,所有的Anchor均来自同一特征图,然而该层特征图的感受野相同,对于尺度范围变化较大的被检测物体来说,这种方法生成的Anchor代表性较低。

  SSD使用了多层特征图来生成PriorBox,浅层特征图的感受野较小,用来检测小物体,深层特征图的感受野较大,用来检测大物体。

在这里插入图片描述

  从上图可以看出,SSD使用了第4、7、8、9、10和11层的特征图来生成PriorBox,这6个特征图的尺寸越来越小,感受野越来越大,且每个特征图上的点分别对应4、6、6、6、4、4个PriorBox。在生成PriorBox之后,使用两个 3 × 3 3×3 3×3的卷积,即可得到每一个PriorBox对应的类别与位置预测值。

猜你喜欢

转载自blog.csdn.net/python_plus/article/details/130602511
ssd