YOLO 和 SSD 的区别

YOLO 和 SSD 都是实时目标检测系统，它们之间存在显著差异，如下所列：

YOLO（你只需看一次）

YOLO 使用神经网络来帮助进行实时目标检测。由于其速度和准确性，它变得非常流行。

• 它被认为是一个回归问题，其中算法只查看一次目标。与 YOLO 相关的算法可以达到 155 FPS（每秒帧数）。图像被划分为网格，每个网格计算类别概率和边界框参数，以确定其整体中的目标。

• 这是一种开源检测技术，可用于图像和视频。

• 当目标尺寸较小时，也建议使用它。

• 它可用于自动驾驶汽车以及人工智能的其他重要应用。

SSD（单次检测器）

SSD 在实时目标检测方面表现良好。它将边界框的输出空间离散化为几个默认框。

• 这些默认框在每个特征图位置具有不同的比例和尺度。

• 网络为每个默认框中每个目标类别的存在生成一个分数，并产生对该框的调整。

• 这些调整是为了匹配目标的形状。

• 网络结合来自不同分辨率的特征图的预测，从而优雅地处理各种尺寸的目标。

• 速度是通过消除边界框提议和特征重采样而实现的。

• 这包括一个卷积滤波器，它使用滤波器（单独的预测器）预测不同尺寸的目标，从而预测边界框位置中的目标类别和偏移。

AmitDiwan

更新于： 2022年10月14日

514 次查看

启动你的 职业生涯

通过完成课程获得认证

开始