论文部分内容阅读
目标检测一直是图像分析与理解的核心问题。当前,基于深度学习的目标检测方法通常利用大量的卷积层、池化层构建多层次的学习网络并在特定层上独立地预测特定尺度的目标,而忽略了目标之间的相关性。针对此问题,基于SSD(single shot multibox detector)提出了一种自顶向下的目标检测网络。首先,该方法通过对输入图片进行多个尺度的卷积运算产生金字塔型的特征层级;然后,使用多个反卷积层对这些特征层级进行融合以增强浅层特征图的上下文信息;最后,以自顶向下的路径进行目标分类与回归。实验结果表明,