SSD是单次检测多框检测器

SSD: Single Shot MultiBox Detector

背景介绍

基于"Proposal + Classification"框架设计的Object Detection算法，在性能方面表现出色，并涵盖了当前主流的R-CNN系列模型（如R-CNN、SPPnet、Fast R-CNN及Faster R-CNN等）。然而，在运行效率上与实时性要求相比仍有差距

在兼顾速度的同时追求 mAP 的提升，在 Object Detection 领域逐渐演变为未来发展的趋势，在之前的 博客 YOLO 中介绍的方法虽然实现了实时效果但其 mAP 指标与刚刚提到的状态-of-the-art 结果存在显著差异上篇博客中简要分析了 YOLO 的缺陷：每个网格仅预测一个物体这导致容易出现漏检问题并且对物体尺度相对较为敏感进而影响其泛化能力

针对YOLO的一些缺陷, 该论文提出的方法SSD在多个方面均有显著提升, 并且能够在保证实时性的同时, 接近state of art的结果. 在满足实时性需求的前提下, 该方法在VOC2007测试集上实现了高达58帧/秒( Titan X GPU )的表现, 同时达到了72.1%的平均精度(mAP). 当输入图像尺寸设定为512×512时, 则可获得高达76.9%的平均精度(mAP).

论文概要