《表1 Results on Pascal VOC07 test》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习的目标检测算法综述》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

Liu等人提出的SSD是单层深度神经网络，能够应用于多类别对象检测。其核心是使用小卷积滤波器，预测特征图中固定的一组默认边界框的类别scores和框偏移量[9]。SSD模型为了提高检测速度与精度，在基础网络中添加了辅助结构，包括多尺度特征图、卷积预测因子、默认框与宽高比。其中，默认框（Default Boxes）类似于Faster R-CNN中的锚盒（Anchor Boxes），可以在不同比例的多个特征图上的每个特征位置使用不同宽高比的默认框。与基于滑动窗口和基于Region Proposal分类的目标检测方法相比，SSD没有使用Proposal步骤，而是使用默认框。因此，这种一步检测方法更加灵活。在Pascal VOC07数据集上训练SSD与其他模型的比较结果如表1所示。