第三卷 第十五章 Single Shot Detectors (SSDs)

        在前两章中，我们讨论了Faster R-CNN框架，然后训练了FasterR-CNN来检测图像中的道路标志。虽然Faster R-CNN使我们能够实现我们的目标，但还是有两个需要解决的问题：

        1. 框架复杂，包括多个活动部件

        2. 性能差，我们实现了大约 7-10 FPS——对于基于深度学习的目标检测器来说是合理的，但如果我们想要真正的实时性能则不然。

        为了解决这些问题，我们将了解用于对象检测的Single Shot Detector (SSD) 框架。 SSD物体检测器完全端到端，不包含复杂的运动部件，具有超实时性能。

        1、了解SSD

        SSD框架首先由Liu等人提出。在他们2015年的论文SSD：Single ShotMultiBox Detector 中。用于边界框回归算法的Mulitbox组件来自Szegedy（与Google的Inception 网络相同的 Christian Szegedy）等人2015年的论文，Scalable High Quality Object Detection。

        结合Multibox回归技术和SSD框架，我们可以创建一个目标检测器，其精度与Faster R-CNN 相当&#x