2.1SSD算法理论
02:47
Faster RCNN的流程
03:46
Faster RCNN为什么对小目标检测效果差？
只在一个特征图上进行预测
04:46
检测速度慢的原因？
两次预测
05:16
SSD网络的框架
05:59
VGG16模型和SSD的对照参考
08:38
预测特征层1、2、3、4、5、6
在6个特征层上预测不同大小的目标
11:27
示例
13:51
default box的scale和aspect设定
15:32
比例的设定
17:34
18:56
理解default box
如果将6个feature maps上每个位置上的default box绘制到图片上，可以覆盖每个目标
21:24
预测器实现
如何在6个特征图上预测
23:11
25:45
SSD训练时正负样本的选取
28:01
计算模型损失
28:27
类别损失
30:37
定位损失
32:60
回顾SSD框架
