SSD

目前主流的目標檢測算法有兩個類型一個是tow-stage另一個就是one-stage 。 one-stage主要的思想就是均勻的在圖片的不同位置進行密集採樣，在抽樣的時候可以採用不同尺度和長寬比，然後利用CNN提取特徵後直接進行分類和迴歸，整個過程只需要一步，代表SSD和YOLO。 均勻的密集採樣的一個重要缺點就是訓練比較困難，這主要是因爲正樣本與負樣本非常不平衡，導致模型準確度比較低。 SSD（

>>阅读原文<<