网站做的很差的案例,教育机构还能补课吗,辽宁建设工程信息网怎么业绩加分,logo是个网站SSD网络介绍
使用多个特征图作为特征预测层。
SSD (Single Shot MultiBox Detector)于2016年提出。当网络输入为300300大小时#xff0c;在VOC2007测试集上达到74.3%的mAP;当输入是512512大小时#xff0c;达到了76.9%的mAP SSD_Backbone部分介绍
不变的部分
特征提取网…SSD网络介绍
使用多个特征图作为特征预测层。
SSD (Single Shot MultiBox Detector)于2016年提出。当网络输入为300×300大小时在VOC2007测试集上达到74.3%的mAP;当输入是512×512大小时达到了76.9%的mAP SSD_Backbone部分介绍
不变的部分
特征提取网络沿用了VGG-16(网络结构如图所示)的Conv5_3层之前的所有结构
改变的部分
将VGG-16的第5个池化层(pool_5)从2×2步长2改为3×3步长1(修改后的pool_5特征图的大小不变) 将VGG-16的两个全连接层(FC6 FC7)改为两个卷积层(Conv6 Conv7) 增加了4个卷积层 随着网络层数的加深提取到的特征信息抽象程度也随之加大高层语义信息中小目标物体的特征信息会减少因此如图所示网络选择用较大的特征图检测较小的目标物体用语义信息丰富的特征图检测较大的物体。选取Conv4_3、Conv7、Conv8_2、Conv9_2、Conv10_2、Conv11_2的特征图作为预测特征层从而实现针对不同大小物体的目标检测。 不同大小特征图检测不同大小目标的物体 左图中“猫”相较与“狗”的特征较小所以对于“猫”这类尺寸较小的物体的检测来说选用浅层特征图,“狗”这类尺寸较大的物体用高层、含语义信息丰富的特征图来检测。
默认框生成机制 类似于Faster R-CNN网络中的锚框(Anchor)生成机制用来检测图片中的目标物体SSD中有默认框(Default Box)生成机制。在每个预测特征层的每个cell上都会生成默认框。 左图为默认框生成效果的简单示例黄色点为当前cell的中心点蓝框的宽高比为1:3和3:1、绿框的宽高比为1:2和2:1、红框的宽高比为1:1
默认框尺寸的计算公式如下所示: 式中sk为当前预测层的默认框的尺寸smin为默认框最小尺寸smax为默认框最大尺寸作为网络超参数设置。m为预测特征层的数量在SSD300网络中m为6。 默认框宽高比有1:1、1:2、2:1、1:3、3:1共5种设置不同比例下的宽、高计算公式如下所示: 式中wak、hak分别为第k个预测特征层在比例ar下对应的宽、高。对于宽高比为1:1的默认框其对应的尺寸除了当前预测特征层的默认框尺寸sk之外还有sk √(SkSk1)
在SSD_VGG16官方源代码中默认框的设置如下表所示: 默认框中心坐标点设置过程如下图所示。将当前特征图进行坐标遍历图中黄色点为当前遍历到的特征图坐标点将该点的横纵坐标值各加0.5再分别对整个原图尺寸进行归一化操作即得到cell相对于原图的中心坐标点也是默认框的中心坐标点图中绿色点为当前像素(cell)的中心坐标点。 以计算中心坐标点的y轴坐标值为例:
先将当前层特征图的高网格点化再加0.5的偏移值再乘以特征图上一步对应在原图上的跨度最后除以原图的高得到相对于原图的中心点 正负样本匹配
正负样本选取准则:
选择与Ground Truth交并比最大的默认框所对应的IOU值;将与当前标注信息中的每个Ground Truth交并比最大的默认框所对应的IOU值设为2即选为正样本。若不进行这一步将会有Ground Truth未匹配到默认框;将与Ground Truth交并比大于0.5的默认框也设为正样本。
假设当前5个默认框与3个真值的交并比如下: (1)选择与GT0框交并比最大的默认框的索引值记为idx (2)将idx所对应的IOU值置为2.0 (3)将与GT交并比大于0.5的默认框均置为正样本
SSD的损失函数 总损失函数计算公式如下所示式中L(·)为总损失函数N为被选取出来的默认框的个数包括正样本和负样本参数a为1 坐标回归损失函数如下所示: 式中l为预测的坐标偏移量g为默认框与Ground Truth框d的坐标偏移量。分别为中心点坐标cx、cy的偏移损失分别为宽度w和高度h的缩放损失。计算坐标回归损失的时候只计算正样本的回归损失。 类别损失函数如下所示: 预测器的实现 3×3卷积核实现类别分数预测以及坐标偏移量回归。对于每个预测特征层上的每个位置会有k个默认框对每个默认框进行预测所以输出大小为:
m × n × k × (C4) 其中, m,n为当前特征预测层的宽高k为预测特征层每个位置上产生的默认框的个数c为加上背景后的类别数4为边界框坐标(x, y, OMEGA, h)回归参数的个数. 定义MobileNetV2的反向残差结构反向残差结构如下图所示(a)为残差结构(b)为反向残差结构)
反向残差结构
先通过一个1x 1的普通卷积将h × w × d大小的特征图升维得到h×w× td大小的特征图t对应代码中的扩展因子(expand _ratio)参数再通过3×3的深度方向的卷积(Depthwise Convolution)操作所得到的特征图大小为 最后通过1× 1的点卷积(Pointwise Convolution)降维此时使用的激活函数不是ReLU6激活函数而是线性激活函数反向残差结构中只有当步距(stride1)且输入与输出特征维度相同时会有和残差结构中的shortcut连接
当扩展因子为1时反向残差结构第一层没有1×1的普通卷积。 下图为MobileNetV2网络结构示意图图中t为扩展因子c为输出特征图深度n为反向残差块重复次数s为每个反向残差层中第一个反向残差块的步距 Focal Loss损失函数 其中α,为平衡正负样本因子y为平衡难例因子
