ssd网络结构_目标检测算法SSD结构详解

❝

上期我们一起学习了Faster RCNN的损失函数以及如何进行模型训练的相关知识，如下：
Faster RCNN的损失函数以及模型训练流程

❞

本文主要学习：

• One-Stage / Two-Stage
• SSD模型结构

我们知道之前学的RCNN系列需要选取候选框和分类回归两步操作，称为Two-Stage类算法。今天我们学习一种新的目标检测算法SSD(Single Shot MultiBox Detector)，该算法属于One-Stage类算法范畴。首先我们先看一下One-Stage和Two-Stage类算法到底有哪些区别。

One-Stage / Two-Stage

• Two-Stage：Faster RCNNTwo-Stage算法将检测问题划分为两个阶段，首先产生候选区域(Region Proposals)，然后再对候选区域进行分类和位置回归。
  特点：错误率低，漏识别率低，但是速度较慢，不太能满足实时监测场景。

• One-Stage：SSD YOLOOne-Stage算法不需要Region Proposals阶段，可以直接产生物体的类别概率和位置坐标值，经过单次检测即可直接得到最终的检测结果。
  特点：有着更快的检测速度。

如下图，我们也可以从下图中看到One-Stage和Two-Stage算法的性能差异：
可以看到在VOC2007测试集上One-Stage算法有着更快的检测速度。