深度学习【52】物体检测:DSSD : Deconvolutional Single Shot Detector

DSSD是SSD的一个改进,主要思想是模仿Unet或者漏斗网络的网络结构,进行物体检测。提升的mAP大概1%-2%。
网络结构如下:
这里写图片描述

在原本的SSD基础上加入了上采样层,然后再进行检测。另外DSSD的基础网络为res-101。论文中为了使使用res-101能够达到好的效果,对预测模块进行新的设计。

预测模块

下图分别为(a)SSD的预测模块,(b),(c),(d)三种新设计的预测模块。三个不同之处分别为:直接连接,经过卷积后再连接以及两个跳跃连接。
这里写图片描述
结果如下:
这里写图片描述
PM表示预测模块,DM表示相加或者相乘连接。从结果来看,预测模块(c)效果比较好,相乘连接比相加连接好一点。

反卷积模块

使用的是可训练的反卷积模块,而不是上采样模块。每个卷积层都有BN层,使用eltw product进行合并。
这里写图片描述

实验结果

实验很丰富,我们只看最终的结果好了,总体上提升了1%-2%。
这里写图片描述

猜你喜欢

转载自blog.csdn.net/linmingan/article/details/81095412
今日推荐