资源简介
SSD使用VGG-16-Atrous作为基础网络,其中黄色部分为在VGG-16基础网络上填加的特征提取层。SSD与yolo不同之处是除了在最终特征图上做目标检测之外,还在之前选取的5个特特征图上进行预测。
SSD图1为SSD网络进行一次预测的示意图,可以看出,检测过程不仅在填加特征图(conv8_2, conv9_2, conv_10_2, pool_11)上进行,为了保证网络对小目标有很好检测效果,检测过程也在基础网络特征图(conv4_3, conv_7)上进行。
代码片段和文件信息
“““Keras implementation of SSD.“““
import keras.backend as K
from keras.layers import Activation
from keras.layers import AtrousConvolution2D
from keras.layers import Convolution2D
from keras.layers import Dense
from keras.layers import Flatten
from keras.layers import GlobalAveragePooling2D
from keras.layers import Input
from keras.layers import MaxPooling2D
from keras.layers import merge
from keras.layers import Reshape
from keras.layers import ZeroPadding2D
from keras.models import Model
from ssd_layers import Normalize
from ssd_layers import PriorBox
def SSD300(input_shape num_classes=21):
“““SSD300 architecture.
# Arguments
input_shape: Shape of the input image
expected to be either (300 300 3) or (3 300 300)(not tested).
num_classes: Number of classes including background.
# References
https://arxiv.org/abs/1512.02325
“““
net = {}
# Block 1
input_tensor = input_tensor = Input(shape=input_shape)
img_size = (input_shape[1] input_shape[0])
net[‘input‘] = input_tensor
net[‘conv1_1‘] = Convolution2D(64 3 3
activation=‘relu‘
border_mode=‘same‘
name=‘conv1_1‘)(net[‘input‘])
net[‘conv1_2‘] = Convolution2D(64 3 3
activation=‘relu‘
border_mode=‘same‘
name=‘conv1_2‘)(net[‘conv1_1‘])
net[‘pool1‘] = MaxPooling2D((2 2) strides=(2 2) border_mode=‘same‘
name=‘pool1‘)(net[‘conv1_2‘])
# Block 2
net[‘conv2_1‘] = Convolution2D(128 3 3
activation=‘relu‘
border_mode=‘same‘
name=‘conv2_1‘)(net[‘pool1‘])
net[‘conv2_2‘] = Convolution2D(128 3 3
activation=‘relu‘
border_mode=‘same‘
name=‘conv2_2‘)(net[‘conv2_1‘])
net[‘pool2‘] = MaxPooling2D((2 2) strides=(2 2) border_mode=‘same‘
name=‘pool2‘)(net[‘conv2_2‘])
# Block 3
net[‘conv3_1‘] = Convolution2D(256 3 3
activation=‘relu‘
border_mode=‘same‘
name=‘conv3_1‘)(net[‘pool2‘])
net[‘conv3_2‘] = Convolution2D(256 3 3
activation=‘relu‘
border_mode=‘same‘
name=‘conv3_2‘)(net[‘conv3_1‘])
net[‘conv3_3‘] = Convolution2D(256 3 3
activation=‘relu‘
border_mode=‘same‘
name=‘conv3_3‘)(net[‘conv3_2‘])
net[‘pool3‘] = MaxPooling2D((2 2) strides=(2 2) border_mode=‘same‘
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
目录 0 2017-03-07 07:04 ssd_keras-master\
文件 1070 2017-03-07 07:04 ssd_keras-master\.gitignore
文件 1069 2017-03-07 07:04 ssd_keras-master\LICENSE
目录 0 2017-03-07 07:04 ssd_keras-master\PASCAL_VOC\
文件 3279 2017-03-07 07:04 ssd_keras-master\PASCAL_VOC\get_data_from_xm
文件 910 2017-03-07 07:04 ssd_keras-master\README.md
文件 2511277 2017-03-07 07:04 ssd_keras-master\SSD.ipynb
文件 419988 2017-03-07 07:04 ssd_keras-master\SSD_training.ipynb
文件 1113254 2017-03-07 07:04 ssd_keras-master\gt_pascal.pkl
目录 0 2017-03-07 07:04 ssd_keras-master\pics\
文件 57184 2017-03-07 07:04 ssd_keras-master\pics\boys.jpg
文件 45826 2017-03-07 07:04 ssd_keras-master\pics\car_cat.jpg
文件 87894 2017-03-07 07:04 ssd_keras-master\pics\car_cat2.jpg
文件 140391 2017-03-07 07:04 ssd_keras-master\pics\cat.jpg
文件 47638 2017-03-07 07:04 ssd_keras-master\pics\fish-bike.jpg
文件 344513 2017-03-07 07:04 ssd_keras-master\prior_boxes_ssd300.pkl
文件 14599 2017-03-07 07:04 ssd_keras-master\ssd.py
文件 6719 2017-03-07 07:04 ssd_keras-master\ssd_la
文件 5751 2017-03-07 07:04 ssd_keras-master\ssd_training.py
文件 10555 2017-03-07 07:04 ssd_keras-master\ssd_utils.py
目录 0 2017-03-07 07:04 ssd_keras-master\testing_utils\
文件 7677 2017-03-07 07:04 ssd_keras-master\testing_utils\videotest.py
文件 826 2017-03-07 07:04 ssd_keras-master\testing_utils\videotest_example.py
- 上一篇:基于结构光的3D扫描与重建初步
- 下一篇:机械设计齿轮设计程序源代码
相关资源
- ssd6 exercise6
- ssd5 optional exercise 7
- Keras实现经典的卷积神经网络
- SSD8 全部选择题
- u-net眼底图像血管分割keras,kaggle竞赛
- Inside Solid State Drives (SSDs)
- 固态硬盘PS3111主控重新开卡完美ssd修
- SSD1306-OLED驱动芯片中文手册
- ssd4 UAR report
- zw_ssd.zip
- keras程序
- Windows内核和驱动进程保护
- ssd1306 OLED 驱动资料
- 目标检测方法概述.pdf
- SSD源码的QT工程
- 基于SSD神经网络目标检测的交通标志
- ssdt内核hook的源代码
- 《TensorFlow Keras 深度学习人工智能实践
- SSD2828 含两种封装的 Datasheet
- ssd7 exercise10 答案 卡耐基 icarnegie
- SSD_Single Shot MultiBox Detector.pdf
- ssd4 ex4 ssd4 ex4 人机界面 QT QT版本的作
- keras实现的VGGface 特征提取,用来抽取
- SSD4全部答案Exercise+Quiz
- Keras图像深度学习实战原版
- 卡耐基 SSD7 exercise 10 答案
- ssd3教程.chm
- SPI版0.96寸OLED显示屏资料(SSD1306)
- SSD3 面向对象程序设计 pdf
- 卡耐基 SSD3答案(全 eaxm+qiuz+excerise)
评论
共有 条评论