[![license](https://img.shields.io/github/license/mashape/apistatus.svg)](LICENSE)
# A port of [SSD: Single Shot MultiBox Detector](https://github.com/weiliu89/caffe/tree/ssd) to [Keras](https://keras.io) framework.
For more details, please refer to [arXiv paper](http://arxiv.org/abs/1512.02325).
For forward pass for 300x300 model, please, follow `SSD.ipynb` for examples. For training procedure for 300x300 model, please, follow `SSD_training.ipynb` for examples. Moreover, in `testing_utils` folder there is a useful script to test `SSD` on video or on camera input.
Weights are ported from the original models and are available [here](https://mega.nz/#F!7RowVLCL!q3cEVRK9jyOSB9el3SssIA). You need `weights_SSD300.hdf5`, `weights_300x300_old.hdf5` is for the old version of architecture with 3x3 convolution for `pool6`.
This code was tested with `Keras` v1.2.2, `Tensorflow` v1.0.0, `OpenCV` v3.1.0-dev
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
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。
资源推荐
资源详情
资源评论
收起资源包目录
ssd_keras-master.zip (19个子文件)
ssd_keras-master
ssd_training.py 6KB
testing_utils
videotest.py 7KB
videotest_example.py 826B
SSD.ipynb 2.39MB
gt_pascal.pkl 1.06MB
pics
boys.jpg 56KB
car_cat2.jpg 86KB
car_cat.jpg 45KB
fish-bike.jpg 47KB
cat.jpg 137KB
LICENSE 1KB
ssd.py 14KB
ssd_layers.py 7KB
PASCAL_VOC
get_data_from_XML.py 3KB
.gitignore 1KB
prior_boxes_ssd300.pkl 336KB
README.md 910B
ssd_utils.py 10KB
SSD_training.ipynb 410KB
共 19 条
- 1
资源评论
crazyhe12
- 粉丝: 0
- 资源: 3
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功