发表服务
Fig.5SSD流程损失函数方面：和FasterRCNN的基本一样，由分类和回归两部分组成，可以参考FasterRCNN，这里不细讲。总之，回归部分的loss是希望预测的box和priorbox的差距尽可能跟groundtruth和priorbox的差距接近，这样预测的box就能尽量和groundtruth一样。
专栏首页机器学习与python集中营【论文详解】目标检测算法之SSD深入详解【论文详解】目标检测算法之SSD深入详解2019-10-222019-10-2214:42:55...
️根据SSD的论文描述，作者采用了vgg16的部分网络作为基础网络，在5层网络后，丢弃全连接，改为两个卷积网络，分别为：1024x3x3、1024x1x1。️值得注意：1.conv4-1前面一层的maxpooling的ceil_mode=True,使得输出为38x38；2.
Fig.5SSD流程损失函数方面：和FasterRCNN的基本一样，由分类和回归两部分组成，可以参考FasterRCNN，这里不细讲。总之，回归部分的loss是希望预测的box和priorbox的差距尽可能跟groundtruth和priorbox的差距接近，这样预测的box就能尽量和groundtruth一样。
专栏首页机器学习与python集中营【论文详解】目标检测算法之SSD深入详解【论文详解】目标检测算法之SSD深入详解2019-10-222019-10-2214:42:55...
️根据SSD的论文描述，作者采用了vgg16的部分网络作为基础网络，在5层网络后，丢弃全连接，改为两个卷积网络，分别为：1024x3x3、1024x1x1。️值得注意：1.conv4-1前面一层的maxpooling的ceil_mode=True,使得输出为38x38；2.
发表服务