为什么SSD对小目标检测效果不好？

银河漫游日记 2021-08-19 11:07:52

为什么SSD对小目标检测效果不好？

...全文

1948 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

weixin_38498942 2021-08-19

打赏
举报

回复

小目标对应的anchor比较少，其对应的feature map上的pixel难以得到训练，这也是为什么SSD在augmentation之后精确度上涨（因为crop之后小目标就变为大目标）

SSD针对小物体检测效果不好的现象的思考最近在用ssd-caffe进行物体检测，但是在使用的过程中，发现ssd对小物体的检测效果很不好。阅读了为什么SSD(Single Shot MultiBox Detector)对小目标的检测效果不好？这篇blog，感觉还是体会很深，所以就该blog进行以下探讨~~~~ 一、问题的出现首先，为什么会出现SSD针对小物体检测效果不好的现象？答： SSD-CAFFE网络框架采用的是VGG16作为backbone，而ssd采样了conv4_3,fc7…conv9_2

小目标对应anchor较少，其对应的feature map 上的pixel难以得到训练，这也是为什么SSD在augmentation之后精确度上涨（因为crop之后小目标就变为大目标）要检测小目标需要足够大的feature map来提供精确特征，同时也需要足够的语义信息与背景作区分。 ...

文章目录1.传统目标检测方法1.1 Viola-Jones (人脸检测)1.2 HOG+SVM (行人检测、Opencv实现)1.3 DPM (物体检测)2.One stage2.1 Yolo体系变化2.2 YOLO网络结构是怎样的？2.3 YOLO的输入、输出、损失函数分别是什么？2.4 YOLO怎样预测？2.5 YOLOv3不使用Softmax对每个框进行分类的原因？2.6 YOLOv3的架构2.7 为什么SSD对小目标检测效果不好?3.Two stageFaster R-CNNFaster RCNN的

在SSD算法中，每个feature map的像素点都会生成prior box，SSD通过prior box进而对feature map进行训练。文章中提到，SSD在训练过程中，prior box与GroundTruth的之间ROI 达到0.5才会放到网络里面进行训练。大的目标有可能ROI的值会大很多，因此包含的prior box就多，就可以得到充分的训练。相反小目标用于训练的的prior bo...

所谓的小目标，要看是绝对小目标（像素），和相对小目标（相对原图的长宽来看的）。大目标小目标只跟receptive field（感受野）有关，cnn本身可以检测任何尺度的物体。ssd对小目标检测不太适用，但R-FCN速度和鲁棒存在问题。小目标分为很多种，背景单一还是比较好做的。有一篇小人脸检测用的是 fullyconvolutionalnetwork(FCN) + ResNet ，此篇论文检测小...

高通开发者论坛

2,853

社区成员

5,760

社区内容

发帖

与我相关

我的任务

人工智能物联网机器学习技术论坛（原bbs）北京·东城区

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章