摘要：我们提出了一种使用单个深层神经网络检测图像中对象的方法。我们的方法，名为SSD，将边界框的输出空间离散化为一组默认框，该默认框在每个特征图位置有不同的宽高比和尺寸。在预测期间，网络针对每个默认框中的每个存在对象类别生成分数，并且对框进行调整以更好地匹配对象形状。另外，网络组合来自具有不同分辨率的多个特征图的预测，以适应处理各种尺寸的对象。我们的SSD模型相对于需要region proposal的方法是简单的，因为它完全消除了proposal生成和后续的像素或特征重采样阶段，并将所有计算封装在单网络中。这使得SSD容易训练和直接集成到需要检测组件的系统。PASCAL VOC，MS COCO和ILSVRC数据集的实验结果证实，SSD与使用额外的region proposal的方法具有可比较的准确性，并且速度更快，同时为训练和推理提供统一的框架。与其他单级方法相比，SSD具有更好的精度，即使输入图像尺寸更小。对VOC2007，在300×300输入，SSD在Nvidia Titan X上58FPS时达到72.1％的mAP，500×500输入SSD达到75.1％的mAP，优于类似的现有技术Faster R-CNN模型。
..................
<论文合集> ├01280531.pdf ├1312.2249v1.pdf ├1507.05717v1.pdf ├1608.05343v1.pdf ├1611.00847v3.pdf ├1611.02252.pdf ├1611.02767.pdf ├1611.07718v1.pdf ├1701.03757v1.pdf ├2010-2016精选论文.zip ├2016-1411.4389v4.pdf ├5021-distributed-representations-of-words-and-phrases-and-their-compositionality.pdf ├6071-generative-shape-models-joint-text-recognition-and-segmentation-with-very-little-training-data.pdf ├An overview of gradient descent optimizationalgorithms.pdf ├Attention with Intention for a Neural Network Conversation Model.pdf ├Building End-To-End Dialogue Systems Using Generative Hierarchical Neural Network Models.pdf ├cimpoi15deep.pdf ├cimpoi16deep.pdf ├Deconvolution.pdf ├Deep Residual Learning for Image Recognition.pdf ├Enhancing Spontaneous Speech Recognition with BLSTM Feature.pdf ├Feedforward Sequential Memory Networks- A New Structure to Learn Long-term Dependency.pdf ├How NOT To Evaluate Your Dialogue System- An Empirical Study of Unsupervised Evaluation Metrics for Dialogue Response Generation.pdf ├Is Faster R-CNN Doing Well for Pedestrian Detection.pdf ├lenc15rcnn.pdf ├nature17439.pdf ├nature20101(1).pdf ├nature20101(2).pdf ├nature20101.pdf ├Neural Responding Machine for Short-Text Conversation.pdf ├nips2013.txt ├nips2014.txt ├nips2015.txt ├NOC.pdf ├On-Manifold Preintegration for Real-Time vio.pdf ├parkhi15deep.pdf ├Positive matrix factorization_ A non-negative factor model with optimal utilization of error estimates of data values ?.pdf ├SSD_中文版_王广胜.docx ├The Ubuntu Dialogue Corpus- A Large Dataset for Research in Unstructured Multi-Turn Dialogue Systems.pdf ├Vector Representations of Words.pdf ├What_Makes_for_Effective_Detection_Proposals.pdf ├YOLO9000.pdf ├基于深度学习的自然场景文字识别_黄攀.caj ├基于主方向的旋转不变HOG特征_罗滨(1).pdf ├基于主方向的旋转不变HOG特征_罗滨.pdf └如何做研究-如何写论文（周志华）.pdf
素材说明：来学习素材网为您提供高品质实用的人工智能论文合集,人工智能英文论文,中文论文，本次主题是人工智能论文合集,人工智能英文论文,中文论文，素材图片编
号是，素材尺寸是Home Page，该素材大小是180 MB。人工智能论文合集,人工智能英文论文,中文论文是由热心网友dream上传。你可能还对人工智能 相关设计素材感兴趣。
素材地址失效请扫描右侧二维码，关注公众号申请链接重做(注意:非设计类素材和设计教程请不要申请重做)。 
